清山博客

正常机读卡是通过读卡机读取识别结果的，目前OpenCV已经这么强大了，尝试着用OpenCV+Python来识别机读卡。1.识别答题卡中每题选中项结果。1.不识别准考证号。（暂不识别，后面有需要再补充此部分）2.不识别101-106题（这些题实际情况下经常用不到，如果要识别原理也一样）

1.将身份证号中的0,1,2,3,4,5,6,7,8,9作为模板，与身份证照片中的身份证号码区域进行模板匹配。3.如无法识别你的图片，请手动调试代码，注释都在代码里，修改对应步骤参数，多试几次。1.对输入身份证照片有要求，必须是完全的身份证照片，不能有背景，不能变形。通过OpenCV识别身份证照片上的身份证号码（仅识别身份证号码）2.先要制作一个身份证号码模板，我这里弄了一个，基本上可以用。2.只识别了身份证号区域，如需识别其他信息，可以自行修改代码。4.识别出身份证号码，并在图中标记出识别结果。

CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部，也就是，函数只保留他们的终点部分。RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部份的外部边界，第二层是空洞的边界。遍历轮廓，通过计算面积比，就可以找到轮廓特征，也就筛选出我们感兴趣的轮廓了。RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次(常用这个)RETR_EXTERNAL：只检最外面的轮廊。

这个操作会把前景物体的边界腐蚀掉。卷积核沿着图像滑动，如果与卷积核对应的图像的所有像素值都是1，那么该区域的所有像素值就是1，否则为0。语法：cv2.morphologyEx(img,cv2.MORPH_CLOSE,kernel)黑帽=闭运算结果-原始输入（cv2.MORPH_BLACKHAT）礼帽=原始输入-开运算结果（cv2.MORPH_TOPHAT）梯度=膨胀-腐蚀（cv2.MORPH_GRADIENT）表示迭代腐蚀的次数，通俗的说就是腐蚀多少次。表示迭代腐蚀的次数，通俗的说就是腐蚀多少次。

这里的文章写的比较清楚，直接链过去了。

cv2.THRESH_BINARY 超过值部取maxval（最大值），否则取0。cv2.THRESH_BINARY_INV THRESH_BINARY的反转。cv2.THRESH_TOZERO_INV THRESH_TOZERO的反转。cv2.THRESH_TOZERO 大于阈值部分不改变，否则设为0。cv2.THRESH_TRUNC 大于阈值部分设为阈值，否则不变。src:输入图，只能输入单通道图像，通常来说为灰度图。

【代码】3.OpenCV-边界填充。

【代码】2.OpenCV 读取和显示图像-BGR颜色通道。

安装时勾选了添加环境变量，在cmd里就可以直接用python命令了，如果安装时没勾选添加环境变量，需手动加一下。在安装OpenCV前，我们可以设置下pip的源，用cmd进入Python安装目录下的Scripts目录，pip.exe在这个目录下。这里我们用直接编译好的文件（自己编译太麻烦，一时半会儿弄不好），通过Python的pip命令进行安装。3.win+r 运行cmd命令，输入：python，可以检查是否安装成功，并查看python版本。至此，OpenCV+Python 的运行环境就配置好了。