#define?_CRT_SECURE_NO_WARNINGS
#include?
#include?

using?namespace?std;
using?namespace?cv;

class?myRect
{
public:
	myRect（）{}
	~myRect（）{}
	myRect（Rect?&temp）:myRc（temp）{}
	//比較矩形左上角的橫坐標，以便排序
	bool?operator<（myRect?&rect）
	{
		if?（this->myRc.x?		{
			return?true;
		}
		else
		{
			return?false;
		}
	}
	//重載賦值運算符
	myRect?operator=（myRect?&rect）
	{
		this->myRc?=?rect.myRc;
		return?*this;
	}
	//獲取矩形
	Rect?getRect（）
	{
		return?myRc;
	}
private:
	Rect?myRc;//存放矩形
};

//求圖片的像素和
int?getPiexSum（Mat?&image）
{
	int?sum?=?0;
	for?（int?i?=?0;?i?	{
		for?（int?j?=?0;?j?		{
			sum?+=?image.at（j?i）;
		}
	}
	return?sum;
}

/*主函數*/
int?main（）
{
	//輸入要識別的圖片，并顯示
	Mat?srcImage?=?imread（“number.jpg“）;
	imshow（“原圖“?srcImage）;
	//對圖像進行處理，轉化為灰度圖然后再轉為二值圖
	Mat?grayImage;
	cvtColor（srcImage?grayImage?COLOR_BGR2GRAY）;
	Mat?binImage;
	//第4個參數為CV_THRESH_BINARY_INV是因為我的輸入原圖為白底黑字
	//若為黑底白字則選擇CV_THRESH_BINARY即可
	threshold（grayImage?binImage?100?255?CV_THRESH_BINARY_INV）;

	//尋找輪廓，必須指定為尋找外部輪廓，不然一個數字可能有多個輪廓組成，比如4689等數字
	Mat?conImage?=?Mat::zeros（binImage.size（）?binImage.type（））;
	vector>?contours;
	vector?hierarchy;
	//指定CV_RETR_EXTERNAL尋找數字的外輪廓
	findContours（binImage?contours?hierarchy?CV_RETR_EXTERNAL?CV_CHAIN_APPROX_NONE）;
	//繪制輪廓
	drawContours（conImage?contours?-1?255）;

	//將每個數字，分離開，保存到容器中
	vector?sort_rect;
	for?（int?i?=?0;?i?	{
		//boundingRect返回輪廓的外接矩陣
		Rect?tempRect?=?boundingRect（contours[i]）;
		sort_rect.push_back（tempRect）;
	}

	//對矩形進行排序，因為輪廓的順序不一定是數字真正的順序
	for?（int??i?=?0;?i?	{
		for?（int?j?=?i?+?1;?j?		{
			if?（sort_rect[j]?			{
				myRect?temp?=?sort_rect[j];
				sort_rect[j]?=?sort_rect[i];
				sort_rect[i]?=?temp;
			}
		}
	}


	/*加載模板，若沒有則需自己新建一個*/

	//新建運行一次就好，不過制作模板的材料為0-9十個數字的圖像
	//for?（int?i?=?0;?i?	//{
	//	Mat?ROI?=?conImage（sort_rect[i].getRect（））;
	//	Mat?dstROI;
	//	resize（ROI?dstROI?Size（40?50）0?0?INTER_NEAREST）;
	//	char?name[64];
	//	sprintf（name?“C:/Users/Administrator/Desktop/number_recognition/number_recognition/image/%d.jpg“?i）;
	//	//imshow（str?dstROI）;
	//	imwrite（name?dstROI）;
	//}

	//加載模板
	vector?myTemplate;
	for?（int?i?=?0;?i?	{
		char?name[64];
		sprintf（name?“C:/Users/Administrator/Desktop/number_recognition/number_recognition/image/%d.jpg“?i）;
		Mat?temp?=?imread（name?0）;
		myTemplate.push_back（temp）;
	}

	//按順序取出和分割數字
	vector?myROI;
	for?（int?i?=?0;?i?	{
		Mat?ROI;
		ROI?=?conImage（sort_rect[i].getRect（））;
		Mat?dstROI?=?Mat::zeros（myTemplate[0].size（）myTemplate[0].type（））;
		resize（ROI?dstROI?myTemplate[0].size（）?0?0?INTER_NEAREST）;
		myROI.push_back（dstROI）;
	}

	//進行比較將圖片與模板相減，然后求全部像素和，和最小表示越相似

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-09-10?19:45??number_recognition\
?????目錄???????????0??2018-09-10?19:28??number_recognition\.vs\
?????目錄???????????0??2018-09-10?19:28??number_recognition\.vs\number_recognition\
?????目錄???????????0??2018-09-12?15:27??number_recognition\.vs\number_recognition\v15\
?????文件???????34816??2018-09-12?15:27??number_recognition\.vs\number_recognition\v15\.suo
?????文件????22282240??2018-09-12?15:27??number_recognition\.vs\number_recognition\v15\Browse.VC.db
?????目錄???????????0??2018-09-10?19:29??number_recognition\.vs\number_recognition\v15\ipch\
?????目錄???????????0??2018-09-10?19:29??number_recognition\.vs\number_recognition\v15\ipch\AutoPCH\
?????目錄???????????0??2018-09-11?10:47??number_recognition\.vs\number_recognition\v15\ipch\AutoPCH\c2870fb4b32c1cb\
?????文件????99549184??2018-09-12?09:26??number_recognition\.vs\number_recognition\v15\ipch\AutoPCH\c2870fb4b32c1cb\MAIN.ipch
?????目錄???????????0??2018-09-12?15:20??number_recognition\number_recognition\
?????目錄???????????0??2018-09-11?10:52??number_recognition\number_recognition\image\
?????文件????????1445??2018-09-12?10:26??number_recognition\number_recognition\image\0.jpg
?????文件????????1178??2018-09-12?10:26??number_recognition\number_recognition\image\1.jpg
?????文件????????1874??2018-09-12?10:26??number_recognition\number_recognition\image\2.jpg
?????文件????????1993??2018-09-12?10:26??number_recognition\number_recognition\image\3.jpg
?????文件????????1139??2018-09-12?10:26??number_recognition\number_recognition\image\4.jpg
?????文件????????1906??2018-09-12?10:26??number_recognition\number_recognition\image\5.jpg
?????文件????????1790??2018-09-12?10:26??number_recognition\number_recognition\image\6.jpg
?????文件????????1388??2018-09-12?10:26??number_recognition\number_recognition\image\7.jpg
?????文件????????1745??2018-09-12?10:26??number_recognition\number_recognition\image\8.jpg
?????文件????????1851??2018-09-12?10:26??number_recognition\number_recognition\image\9.jpg
?????文件????????3919??2018-09-12?15:20??number_recognition\number_recognition\main.cpp
?????文件????????5624??2018-09-10?19:14??number_recognition\number_recognition\number.jpg
?????文件???????13038??2018-09-11?10:54??number_recognition\number_recognition\number2.jpg
?????文件????????8100??2018-09-12?10:29??number_recognition\number_recognition\number3.jpg
?????文件????????5955??2018-09-10?19:45??number_recognition\number_recognition\number_recognition.vcxproj
?????文件?????????949??2018-09-10?19:45??number_recognition\number_recognition\number_recognition.vcxproj.filters
?????文件?????????165??2018-09-10?19:28??number_recognition\number_recognition\number_recognition.vcxproj.user
?????文件???????16541??2018-09-12?10:18??number_recognition\number_recognition\template.jpg
?????目錄???????????0??2018-09-10?19:45??number_recognition\number_recognition\x64\
............此處省略19個文件信息