环境：opencv3.0+vs2013
主要思路：
图片常规处理方法，灰度，二值化，膨胀，腐蚀等操作，然利用opencv的轮廓提取函数，提取轮廓进行图片分割。
分割大量的图片后，利用opencv自带knn机器学习库训练数据，最后根据训练样本获取最后结果。
里面的参数需要根据图片的具体情况适当调节
创新点：
1，解决数码管里面小数点难以识别
2，对于某些图片存在倾斜比较严重的情况下也可以较为精准的识别
处理结果：
程序下载地址：
相关文章：
相似解决方案
热门标签
环境：opencv3.0+vs2013
主要思路：
图片常规处理方法，灰度，二值化，膨胀，腐蚀等操作，然利用opencv的轮廓提取函数，提取轮廓进行图片分割。
分割大量的图片后，利用opencv自带knn机器学习库训练数据，最后根据训练样本获取最后结果。
里面的参数需要根据图片的具体情况适当调节
创新点：
1，解决数码管里面小数点难以识别
2，对于某些图片存在倾斜比较严重的情况下也可以较为精准的识别
处理结果：
程序下载地址：
相关文章：