OpenCV信用卡数字识别

最新推荐文章于 2022-09-11 16:16:17 发布

宁仔不要秃头

最新推荐文章于 2022-09-11 16:16:17 发布

阅读量384

点赞数 1

文章标签： opencv

本文链接：https://blog.youkuaiyun.com/wn2001/article/details/117453841

版权

本文介绍了如何利用OpenCV进行信用卡数字识别。首先引入必要的库，然后读取和处理数据，通过阈值处理、轮廓检测等步骤筛选出信用卡号码。通过对数字模板的匹配，成功识别出信用卡上的每个数字。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

活运用阈值处理、轮廓检测、边缘检测及模板匹配

1.引入库

代码如下（示例）：

1.对模板图片进行处理，得到每个数字的模板。

import cv2
import numpy as np
def sort_contours(cnts,method = "left-to-right"):#从左到右进行排序
    reverse = False
    i = 0
    if method == "right-to-left" or method == "bottom-to-top":
        #从右到左 或者 从底部到顶部
        reverse = True
    if method == "top-to-bottom" or method == "bottom-to-top":
        i = 1
    boundingBoxes = [cv2.boundingRect(cnt) for cnt in cnts]#获得轮廓坐标
    (cnts,boundingBoxes) = zip(*sorted(zip(cnts,boundingBoxes),\
                                      key=lambda b: b[1][i],\
                                       reverse=reverse))
    #打包，并创建一个b的函数
    return cnts, boundingBoxes

2.读入数据

代码如下（示例）：

读图及预处理：

def cv_show(name,img):#定义函数，显示图片
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()
    
template = cv2.imread("ocr_a_reference.png")#读取模板图片
# cv_show("template",template)#显示模板
template_gray = cv2.cvtColor(template,cv2.COLOR_BGR2GRAY)#转换为灰度图
# cv_show("template_gray",template_gray)
ret,template_binary = cv2.threshold(template_gray,127,255,1)\
#二值化，阈值处理
cv_show("template_binary",template_binary)

这里threshold后面的[1]表示取threshold函数返回值的第二个。threshold函数返回值为阈值和二值化后的图片，即这里仅保存返回后的图片。
在这里插入图片描述

该处使用的url网络请求的数据。

cnts,he = cv2.findContours(template_binary,cv2.RETR_EXTERNAL,\
                          cv2.CHAIN_APPROX_SIMPLE)
#查找轮廓

最低0.47元/天解锁文章