数字图像处理——信用卡数字识别

最新推荐文章于 2025-03-07 16:30:53 发布

Zzy_0118

最新推荐文章于 2025-03-07 16:30:53 发布

阅读量783

点赞数 1

分类专栏： opencv 文章标签： opencv 图像识别

本文链接：https://blog.csdn.net/Zzy_0118/article/details/118300323

版权

本文介绍了使用OpenCV进行数字图像处理，实现信用卡数字识别的过程。通过模板匹配、轮廓检测、阈值处理和边缘检测等技术，逐步筛选并识别出信用卡上的数字，最终成功划分并识别出卡号。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

重点：

模板匹配、轮廓检测、阈值处理、边缘检测

原图：

1.导包：

import cv2
import numpy as np
def cv_show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

2.框选图像中的数字部分

def sort_contours(cnts, method="left-to-right"):
    reverse = False
    i = 0

    if method == "right-to-left" or method == "bottom-to-top":
        reverse = True

    if method == "top-to-bottom" or method == "bottom-to-top":
        i = 1
    boundingBoxes = [cv2.boundingRect(c) for c in cnts] #用一个最小的矩形，把找到的形状包起来x,y,h,w
    (cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes),
                                        key=lambda b: b[1][i], reverse=reverse))

    return cnts, boundingBoxes

# 读取模板图片
template = cv2.imread('ocr_a_reference.png')
cv_show('template', template)
# 模板图片灰度化。这里的模板图片本身就是二值化的因此没有明显区别。
template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
cv_show('templage_gray', template_gray)
# 二值化，转化