1 项目需求
已知银行卡卡号的数字模板ocr_a_reference.png,如下图
和一张银行卡样图credit_card_01.png,如下图:
要求自动识别银行卡图片credit_card_01.png上的银行卡号码。
2 项目所需要的工具包介绍
2.1 python imutils包介绍
python imutils包可以很简洁的调用opencv接口,轻松实现图像的平移,旋转,缩放,骨架化等操作。
可以使用下列命令安装imutils包
(base) xxx@xxx-virtual-machine:~$ pip install imutils
2.2 pytesseract(文字OCR识别第三方库)
Tesseract是一个 由HP实验室开发 由Google维护的开源的光学字符识别(OCR)引擎,可以在 Apache 2.0 许可下获得。它可以直接使用,或者(对于程序员)使用 API 从图像中提取输入,包括手写的或打印的文本。
与Microsoft Office Document Imaging(MODI)相比,我们可以不断的训练的库,使图像转换文本的能力不断增强;
训练的大致流程:安装jTessBoxEditor -> 获取样本文件 -> Merge样本文件 –> 生成BOX文件 -> 定义字符配置文件 -> 字符矫正 -> 执行批处理文件 -> 将生成的 traineddata 放 入tessdata 中。
如果团队深度需要,还可以以它为模板,开发出符合自身需求的OCR引擎。
安装 tesseract-ocr 包
(base) yundo@yundo-virtual-machine:~$ sudo apt-get install tesseract-ocr
安装 PIL PIL(python imaging library)是python中的图像处理库
(base) yundo@yundo-virtual-machine:~$ pip install pillow
安装 pytesseract
(base) yundo@yundo-virtual-machine:~$ pip install pytesseract
添加中文字库
要想识别的中文需要添加中文字库,需要在ubuntu 系统中 找到 tessdata 文件夹把中文字库放进去。也可以在线安装中文字库
(base) yundo@yundo-virtual-machine:~$ sudo apt-get install tesseract-ocr-chi-sim
代码测试
在~下新建image-ocr目录,在目录中放入图片english.png,如下:
在目录中放入图片chinese.png
在VScode中打开该目录,新建test-ocr.py,代码如下:
from PIL import Image
import pytesseract# 识别中文
text = pytesseract.image_to_string(Image.open('chinese.png'),lang='chi_sim')
print(text)# 识别英文
text = pytesseract.image_to_string(Image.open('english.png'))
print(text)
运行结果如下:
OPEN CV 中文识别
Open Cv OCR
至此,文字OCR识别安装成功。
3 思路
- 识别模板图上面的10个数字的轮廓,并将识别结果按顺序排列。即数字0轮廓的索引为0,数字1轮廓的索引为1,依次类推,形成一个数字轮廓列表。
- 将银行卡上的号码数字分为四个一组,在识别银行卡上的所有轮廓,剔除非银行卡号的轮廓,对每一组数字进行提取,与模板轮廓列表进行匹配,选取最大值(最接近模板)的索引,即为识别的数字。
4 详细代码如下
# 1 导入工具包
from imutils import contours
import numpy as np
import cv2
# 2 定义公共函数
# 2.1 定义绘图绘图展示函数
def cv_show(name,img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 2.2 改变图像大小函数
def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
dim = None
(h, w) = image.shape[:2]
if width is None and height is None:
return image
if width is None:
r = height / float(h)
dim = (int(w * r), height)
else:
r = width / float(w)
dim = (width, int(h * r))
resized = cv2.resize(image, dim, interpolation=inter)
return resized# 3 对模板数字进行处理,得到每个模板的数字。
# 3.1 定义对模板中的每个数字的边缘加上外接矩形并排序的函数
def sort_contours(cnts, method="left-to-right"):
'''
参数:cnts 模板图像中的图像轮廓
method 方法:
'''
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# 用一个最小的矩形,把找到的形状包起来x,y,h,w
boundingBoxes = [cv2.boundingRect(c) for c in cnts]
# 将cnts、最小矩形,打包成一一对应的元组列表,如:
# [(cnt0,boundingBox0),(cnt1,boundingBox1),...]
zipturple = zip(cnts, boundingBoxes)
# 对元组列表进行排序,reverse=True,降序,False(默认)升序
zipturple = sorted(zipturple, key=lambda b: b[1][i], reverse=reverse)
# 对排序后的元组再打包,形成列表,如下:
# [(cnt0,cnt1,...),(boundingBox0,boundingBox1,..)]
(cnts, boundingBoxes) = zip(*zipturple)
return cnts, boundingBoxes# 3.2 读取模板图像并处理图像
# 模板图
img = cv2.imread('ocr_a_reference.png')
cv_show('img',img)# 灰度图
ref = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv_show('img',img)# 二值图像
ref = cv2.threshold(ref, 10, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref',ref)# 3.3 计算并绘制轮廓
# cv2.findContours()函数接受的参数为二值图,即黑白的(不是灰度图),
# 参数:cv2.RETR_EXTERNAL只检测外轮廓,
# cv2.CHAIN_APPROX_SIMPLE只保留终点坐标
# 返回的list中每个元素都是图像中的一个轮廓
refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
# 在模板图上绘制轮廓
cv2.drawContours(img,refCnts,-1,(0,0,255),3)
cv_show('img',img)
# 显示模板中的轮廓数量
print(f'模板图中有的轮廓数 = {len(refCnts)}')
#print (np.array(refCnts).shape)
# 对模板中的轮廓进行排序 从左到右,从上到下
refCnts = sort_contours(refCnts, method="left-to-right")[0]# 3.4 每一个数字对应一个模板
digits = {}
for (i, c) in enumerate(refCnts): # 遍历每一个轮廓
# 计算外接矩形并且resize成合适大小
(x, y, w, h) = cv2.boundingRect(c)
roi = ref[y:y + h, x:x + w]
roi = cv2.resize(roi, (57, 88))
# 每一个数字对应每一个模板
digits[i] = roi# 4 对银行卡上的数字进行选取
# 4.1 定义信用卡类型
FIRST_NUMBER = {
"3": "American Express",
"4": "Visa",
"5": "MasterCard",
"6": "Discover Card"
}# 4.2 初始化卷积核
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 3))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# 4.3 读取输入图像,预处理
# 读取信用卡图片
# image = cv2.imread(args["image"]) #使用参数传递文件名失败?原因未找到
image = cv2.imread('images/credit_card_01.png')
cv_show('Card_image',image)
# 改变图像大小
image = resize(image, width=300)
# 灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv_show('Card_gray',gray)
# 礼帽操作=原图-开运算,突出更明亮的区域
tophat = cv2.morphologyEx(gray, cv2.MORPH_TOPHAT, rectKernel)
cv_show('Card_tophat',tophat)
# 使用sobel算子进行边缘检测,这里仅适用x方向的梯度。
# 因为经过实验,适用x,y混合的梯度,效果并不理想
gradX = cv2.Sobel(tophat, ddepth=cv2.CV_32F, dx=1, dy=0, ksize=-1)
# 求梯度的绝对值
gradX = np.absolute(gradX)
# 求梯度的最小、最大值
(minVal, maxVal) = (np.min(gradX), np.max(gradX))
# 梯度变换处理
gradX = (255 * ((gradX - minVal) / (maxVal - minVal)))
# 将梯度变成转换为8位图进行显示
gradX = gradX.astype("uint8")
print (f'Card gradX shape= {np.array(gradX).shape}')
cv_show('Card gradX',gradX)
#通过闭运算(先膨胀,再腐蚀)将银行卡的gradX梯度图上的数字连在一起
gradX = cv2.morphologyEx(gradX, cv2.MORPH_CLOSE, rectKernel)
cv_show('gradX',gradX)#银行卡的gradX梯度图二值化,THRESH_OTSU会自动寻找合适的阈值,适合双峰,需把阈值参数设置为0
thresh = cv2.threshold(gradX, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
cv_show('thresh',thresh)
#对二值化图闭运算
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel)
cv_show('thresh',thresh)
# 计算二值化图的轮廓
threshCnts, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
cnts = threshCnts
cur_img = image.copy()# 在银行卡图像的备份上绘制轮廓
cv2.drawContours(cur_img,cnts,-1,(0,0,255),3)
cv_show('img',cur_img)# 4.3 对非卡号数字进行剔除
locs = []
# 遍历轮廓
for (i, c) in enumerate(cnts):
# 计算每一个轮廓的最小边界矩形
(x, y, w, h) = cv2.boundingRect(c)
ar = w / float(h) # 轮廓宽高比
# 选择合适的区域,根据实际任务来,这里银行卡的数字的基本都是四个数字一组,供四组
if ar > 2.5 and ar < 4.0:
if (w > 40 and w < 55) and (h > 10 and h < 20):
#符合的留下来
locs.append((x, y, w, h))
# 将符合的轮廓从左到右排序
locs = sorted(locs, key=lambda x:x[0])# 4.4 将卡号进行数字划分,进行模板匹配,得到每个数字图像所对应的数字,
output = []
# 对每4个数字块进行处理
for (i, (gX, gY, gW, gH)) in enumerate(locs):
# initialize the list of group digits
groupOutput = []
# 根据坐标提取每一个组(4个数字为一组)在灰度图上的相应位置的图像
group = gray[gY - 5:gY + gH + 5, gX - 5:gX + gW + 5]
cv_show('group',group)
# 对灰度图进行二值化
group = cv2.threshold(group, 0, 255,
cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
cv_show('group',group)
# 计算每一组的轮廓
digitCnts,hierarchy = cv2.findContours(group.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
digitCnts = contours.sort_contours(digitCnts,method="left-to-right")[0]
# 分割每个数字
for c in digitCnts:
# 找到当前数值的轮廓,resize成合适的的大小
(x, y, w, h) = cv2.boundingRect(c)
roi = group[y:y + h, x:x + w]
roi = cv2.resize(roi, (57, 88))
cv_show('roi',roi)
# 对每个数字进行模板匹配
scores = []
# 与模板中的10个形状进行匹配,并逐一计算匹配情况
for (digit, digitROI) in digits.items():
# 模板匹配
result = cv2.matchTemplate(roi, digitROI,
cv2.TM_CCOEFF)
# score 为当前匹配的最大值
(_, score, _, _) = cv2.minMaxLoc(result)
# 最终scores内保存每一个数值对模板中10个形状的匹配分值
scores.append(score)
print(score)
# 得到匹配图形的索引值,
# 因为模板中的0123456789图形轮廓的索引值是0,1,2,3,4,5,6,7,8,9
print(np.argmax(scores))
groupOutput.append(str(np.argmax(scores)))
# 绘制每个数字
cv2.rectangle(image, (gX - 5, gY - 5),
(gX + gW + 5, gY + gH + 5), (0, 0, 255), 1)
cv2.putText(image, "".join(groupOutput), (gX, gY - 15),
cv2.FONT_HERSHEY_SIMPLEX, 0.65, (0, 0, 255), 2)
# 得到结果
output.extend(groupOutput)
# 打印结果
print("Credit Card Type: {}".format(FIRST_NUMBER[output[0]]))
print("Credit Card #: {}".format("".join(output)))
cv2.imshow("Image", image)
cv2.waitKey(0)