最近要做数字识别这块，但是自己又完全不懂这个，网上搜资料搜了好多，但是都没找到完整代码。只有自己慢慢搞，下面写下自己的过程以及代码有不好的地方希望大神可以指出，大家相互交流下。有需要完整代码的可以自行下载源码 （源码里面 是需要自己做一个图片的，没有图片，不能直接运行）
我是在VS2013 和opencv 2.4.9 环境下实现的。关于环境的搭建和配置以及软件的下载可以可以参考，
我要做的是把0123456789 印刷体数字识别出来。
一、首先对图片进行预处理
对图片进行灰度化二值化
1. Mat src = imread("D:\\b.png", CV_LOAD_IMAGE_GRAYSCALE);//读取图片并进行灰度化处理
2. //二值化
3. imshow("origin", src);//显示图片
原图
经过灰度二值化的图
1. Mat imread(const string& filename, int flags);
filename：文件地址 flags：标志，读取什么样（灰度，彩色）图像hdrtype：传入的为载入什么类型(enum {LOAD_CVMAT=0,LOAD_IMAGE=1, LOAD_MAT=2 };这三个中的一个。) Mat ：保存图像的Mat对象了。
double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)参数信息：
第一个参数，InputArray类型的src，输入数组，填单通道 , 8或32位浮点类型的Mat即可。
第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型。
第三个参数，double类型的thresh，阈值的具体值。
第四个参数，double类型的maxval，当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.
第五个参数，int类型的type，阈值类型,。
其它参数很好理解，我们来看看第五个参数，第五参数有以下几种类型
0: THRESH_BINARY 当前点值大于阈值时，取Maxval,也就是第四个参数，下面再不说明，否则设置为0
1: THRESH_BINARY_INV 当前点值大于阈值时，设置为0，否则设置为Maxval
2: THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变
3: THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0
4: THRESH_TOZERO_INV 当前点值大于阈值时，设置为0，否则不改变
二、对图片上的数字进行切割
图片经过二值化后每个像素点的值只有1和0两种，在这里黑色部分的像素点的值为0白色字体部分的值为1.
对图片
先进行列扫描求每列的和。刚开始是都是黑色所以每列的和都是0，知道扫描到3的左边缘的那列的时候因为有白色所以这列的和大于0，这时候记下当前位置left，然后接着扫描，接下来每列的和都大于0，直到3的右边缘时候这列和右等于0，记下当前位置right，则right减去left则是3的宽度，高度仍为原图的高度，这样通过函数
1. int width = right - left;
2. Rect rect(left, 0, width, src.rows);
3. leftImg = src(rect);
就可以把3截取出来了，如图
但是3的上下部分没有截取，同样对图片进行行扫描，截取上下部分，如下图
就这样循环截取图片就可以吧其他数字截取下来了，但是每次截取的原图是不一样的，第二次截取的时候原图上就没有3 是从6开始的如图
1. int cutLeft(Mat& src, Mat& leftImg, Mat& rightImg)//左右切割
2. {
3. int left, right;
4. left = 0;
5. right = src.cols;
6.
7. int i;
8. for (i = 0; i < src.cols; i++)
9. {
10. int colValue = getColSum(src, i);
11. //cout <<i<<" th "<< colValue << endl;
12. if (colValue>0)
13. {
14. left = i;
15. break;
16. }
17. }
18. if (left == 0)
19. {
20. return 1;
21. }
22.
23.
24. for (; i < src.cols; i++)
25. {
26. int colValue = getColSum(src, i);
27. //cout << i << " th " << colValue << endl;
28. if (colValue == 0)
29. {
30. right = i;
31. break;
32. }
33. }
34. int width = right - left;
35. Rect rect(left, 0, width, src.rows);
36. leftImg = src(rect).clone();
37. Rect rectRight(right, 0, src.cols - right, src.rows);
38. rightImg = src(rectRight).clone();
39. cutTop(leftImg, leftImg);
40. return 0;
41. }
42.
43. void cutTop(Mat& src, Mat& dstImg)//上下切割
44. {
45. int top, bottom;
46. top = 0;
47. bottom = src.rows;
48.
49. int i;
50. for (i = 0; i < src.rows; i++)
51. {
52. int colValue = getRowSum(src, i);
53. //cout <<i<<" th "<< colValue << endl;
54. if (colValue>0)
55. {
56. top = i;
57. break;
58. }
59. }
60. for (; i < src.rows; i++)
61. {
62. int colValue = getRowSum(src, i);
63. //cout << i << " th " << colValue << endl;
64. if (colValue == 0)
65. {
66. bottom = i;
67. break;
68. }
69. }
70.
71. int height = bottom - top;
72. Rect rect(0, top, src.cols, height);
73. dstImg = src(rect).clone();
74. }
75. int main()
76. {
77. "D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);
78. threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);
79. "origin", src);
80.
81. Mat leftImg,rightImg;
82. int res = cutLeft(src, leftImg, rightImg);
83. int i = 0;
84. while (res == 0)
85. {
86. char nameLeft[10];
87. "%dLeft", i);
88. char nameRight[10];
89. "%dRight", i);
90. i++;
91. //stringstream ss;
92. //ss << nameLeft;
93. //imwrite("D:\\" + ss.str() + ".jpg", leftImg);
94. //ss >> nameLeft;
95. Mat srcTmp = rightImg;
96. //getSubtract(leftImg, 10);
97. res = cutLeft(srcTmp, leftImg, rightImg);
98. }
99.
100. waitKey(0);
101. return 0;
102. }
最后截取结果如下图
（截取的很清楚只是拖动的时候留下的划痕）
三、制作模板
模板的制作和步骤二完全一样，首先你要切割的图片的字体样式和大小要和模板的样式和大小一样（比如都是宋体，10号）要不然匹配的结果就不准确，而且把0123456789最好按顺序这样匹配的时候可以知道是匹配到那个数字，比如你切割下的数字和模板匹配的时候，匹配到第三个模板则知道是匹配的数字3（模板从第0个开始）。只需要改主函数
1. int main()
2. {
3. "D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);
4. threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);
5. "origin", src);
6.
7. Mat leftImg,rightImg;
8. int res = cutLeft(src, leftImg, rightImg);
9. int i = 0;
10. while (res == 0)
11. {
12. char nameLeft[10];
13. "%dLeft", i);
14. char nameRight[10];
15. "%dRight", i);
16. i++;
17. imshow(nameLeft, leftImg);
18. <strong>stringstream ss;
19. ss << nameLeft;
20. "D:\\" + ss.str() + ".jpg", leftImg);//保存截取图片做为模板
21. ss >> nameLeft;</strong>
22. Mat srcTmp = rightImg;
23. //getSubtract(leftImg, 10);
24. res = cutLeft(srcTmp, leftImg, rightImg);
25. }
26.
27. waitKey(0);
28. return 0;
29. }
四、数字识别
把你切割的数字图片大小调整到和模板一样的大小，然后让需要匹配的图和分别和10个模板相减，（让两个图片对应像素点值相减）然后求返回图片的整个图片的像素点值得平方和，和哪个模板匹配时候返回图片的平方和最小则就可以得到结果。只需要改主函数
1. void getPXSum(Mat &src, int &a)//获取所有像素点和
2. {
3. threshold(src, src, 100, 255, CV_THRESH_BINARY);
4. a = 0;
5. for (int i = 0; i < src.rows;i++)
6. {
7. for (int j = 0; j < src.cols; j++)
8. {
9. a += <uchar>(i, j);
10. }
11. }
12. }
13.
14. int getSubtract(Mat &src, int TemplateNum) //两张图片相减
15. {
16. Mat img_result;
17. int min = 1000000;
18. int serieNum = 0;
19. for (int i = 0; i < TemplateNum; i++){
20. char name[20];
21. "D:\\%dLeft.jpg", i);
22. Mat Template = imread(name, CV_LOAD_IMAGE_GRAYSCALE);
23. threshold(Template, Template, 100, 255, CV_THRESH_BINARY);
24. threshold(src, src, 100, 255, CV_THRESH_BINARY);
25. resize(src, src, Size(32, 48), 0, 0, CV_INTER_LINEAR);
26. //调整尺寸
27. //imshow(name, Template);
28. //
29. getPXSum(img_result, diff);
30. if (diff < min)
31. {
32. min = diff;
33. serieNum = i;
34. }
35. }
36. "最小距离是%d ", min);
37. "匹配到第%d个模板匹配的数字是%d\n", serieNum,serieNum);
38. return serieNum;
39. }
40.
41. int main()
42. {
43. "D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);
44. threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);
45. "origin", src);
46.
47. Mat leftImg,rightImg;
48. int res = cutLeft(src, leftImg, rightImg);
49. int i = 0;
50. while (res == 0)
51. {
52. // char nameLeft[10];
53. // sprintf(nameLeft, "%dLeft", i);
54. // char nameRight[10];
55. // sprintf(nameRight, "%dRight", i);
56. // i++;
57. imshow(nameLeft, leftImg);
58. // stringstream ss;
59. // ss << nameLeft;
60. // imwrite("D:\\" + ss.str() + ".jpg", leftImg);
61. // ss >> nameLeft;
62. Mat srcTmp = rightImg;
63. //数字识别
64. res = cutLeft(srcTmp, leftImg, rightImg);
65. }
66.
67. waitKey(0);
68. return 0;
69. }
运行最终结果如下图
备注： 里面有几个函数原作者没有提供，但是只要理解了作者的思路，很容易实现，便不上传我的代码。
