OpenCV 数字验证码识别

最新推荐文章于 2025-07-09 09:49:07 发布

原创

最新推荐文章于 2025-07-09 09:49:07 发布 · 2.1w 阅读

42 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #数字识别 #划痕 #配置 #验证码

本文介绍使用OpenCV进行数字验证码识别的方法，包括opencv的安装配置、图像预处理（二值化、中值滤波）、模板匹配和窗口扫描等步骤。适合OpenCV初学者，提供核心代码及下载链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

更新后代码下载链接在此！！！

点我下载
本文针对OpenCv入门人士，因为我也不是专门做图像的，只是为了完成一次模式识别的小作业。

主要完成的功能就是自动识别图片中的数字，图片包括正常图片，有划痕图像和有噪点图像。分别如下

正常图像

有划痕

有噪点

先上图，看识别效果！

这里写图片描述

接下来开始来点干货了：

opencv的安装与配置：这个要是展开讲可以再写一篇博文了，我当时什么都不会配个opencv麻烦死了，最后参考网上studio2012的配置方法成功了，在此略过。看到这里你的opencv还不能用的话，赶紧别往下看了，先把opencv配好再来吧！
opencv基本图片操作：
- 因为opencv有2.0 和 3.0 的版本区别，所以网上搜到的函数或类型都是两种格式，建议用新版的，什么impImage* 类型的都是2.0版本的写法，我全部使用的是Mat。一定要统一好，不要一会新的一会旧的，会报错的。
- 读图片imread，显示imshow，等待waitKey等等，这些要先熟悉
- opencv的强大之处在于几乎所有的图像操作它都有现成的函数可供调用，非常方便。多谷歌，一定会有函数已经实现了你想完成的功能。
二值化：不论是原图还是有划痕或噪点的图，背景都不干净，这对识别的影响还是挺不好的，所以要先二值化，把黑白像素点区分的开一些。但是图片右侧明显要比左侧更暗，所以在阈值选取的时候比较难办，很难用一个固定的值将两部分图像都二值化得很理想，所以就用到了逼格更高的自适应二值化（adaptiveThreshold），tips：二值化前先直方图均衡一下效果会更好。
中值滤波：针对有噪点和有划痕的图像，中值滤波是非常好的处理方案，中值的参数可调，可以很好的消除噪音的影响。缺点就是参数不好调啊，调的想死。。
模板匹配：模板的来源可以是自己从待识别的图片中抠图，不过我们作业提供了模板图片，所以这一步就可以省掉了。opencv提供了非常强大的matchTemplate函数，可以将给定图片与模板按照你规定的计算方法计算一个相似度的值，并将对应的坐标存储下来，你需要做的只是将值比较大（或小，与你规定计算相似度的函数有关）的图像框出来即可
窗口扫描：为了提高识别率，我设定了一个窗口对原图进行扫描，扫描窗口的移动设定了一点规则，就是如果前一个窗口没有匹配到数字就微调窗口位置，如果匹配到数字就将窗口左轴移动到匹配到的数字的右侧，再重复扫描。

基本干货就这么多了，剩下的就是不断的调参数和扫描窗口的位置了，这个方法的缺陷就是针对不同的图片，参数和扫描窗都要变，比如来一张一行或三行的数字，那就必须修改扫描窗口的函数了，还有每一步的步长之类的，还是相当蛋疼的！

下面是部分核心代码

预处理，包括自适应二值化和中值滤波

void preProcess(){          //自适应二值化&中值滤波
        Mat out;
        //自适应二值化
        adaptiveThreshold(source, source, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, adaptiveBiSize, adaptiveBiParam); 
        //中值滤波
        namedWindow("binary");
        imshow("binary",source);
        waitKey(0);
        medianBlur( source, out, medianBlurSize);
        namedWindow("medianblur");
        imshow("medianblur