基于opencv接入百度ai实现银行卡卡号识别

话不多说直接上代码
import requests
import base64
import urllib,sys
import ssl
import urllib.request
import cv2
这些都是需要包含的库文件
APP_ID = ‘####’
API_KEY = ####’
SECRET_KEY = ####
#号的部分是需要你们自己填写的,后边的照片保存地址以及打开地址也需要你们自己设置,后边就不一一赘述了。

使用cv2库进行图像扫描
cap = cv2.VideoCapture(0)
flag = 1
num = 1
while(cap.isOpened()):
ret_flag,Vshow =cap.read()
cv2.imshow(“dx”,Vshow)
k = cv2.waitKey(1) & 0xff
if k ==ord(‘s’):
cv2.imwrite(“C:\Users\dx\Desktop\opencvphoto\”+str(num)+".jpg",Vshow)
print(“success to save " + str(num) + “.jpg”)
print(”-------------------------")
num += 1
elif k == ord(‘q’):
break
cap.release()
cv2.destroyAllWindows()

api接入
host = ‘https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=’+API_KEY+’&client_secret=’+SECRET_KEY
request = urllib.request.Request(host)
request.add_header(‘Content-Type’, ‘application/json; charset=UTF-8’)
response = urllib.request.urlopen(request)
content = response.read()
if (content):
print(content)
x=str(content)
y=x.split(’:’,5)
y1=y[4].split(",",2)
#强制将byte转换str用split方法将access_token分割出来
request_url = “https://aip.baidubce.com/rest/2.0/ocr/v1/bankcard”

imgnum=1
while(imgnum < num):
f = open(“C:/Users/dx/Desktop/opencvphoto/”+str(imgnum)+’.jpg’, ‘rb’)
imgnum+=1
img = base64.b64encode(f.read())
params = {“image”: img}
access_token = y1[0]
request_url = request_url + “?access_token=” + access_token
headers = {‘content-type’: ‘application/x-www-form-urlencoded’}
response1 = requests.post(request_url, data=params, headers=headers)
if response1:
print(response1.json())

在这里插入代码片# encoding:utf-8

import requests
import base64
import urllib,sys
import ssl
import urllib.request
import cv2

APP_ID = '#'
API_KEY = '#'
SECRET_KEY = '#'

#使用cv2库进行图像扫描
cap = cv2.VideoCapture(0)
flag = 1
num = 1
while(cap.isOpened()):
    ret_flag,Vshow =cap.read()
    cv2.imshow("dx",Vshow)
    k = cv2.waitKey(1) & 0xff
    if k ==ord('s'):
        cv2.imwrite("C:\\Users\\dx\\Desktop\\opencvphoto\\"+str(num)+".jpg",Vshow)
        print("success to save  " + str(num) + ".jpg")
        print("-------------------------")
        num += 1
    elif k == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()


# api接入
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+API_KEY+'&client_secret='+SECRET_KEY
request = urllib.request.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib.request.urlopen(request)
content = response.read()
if (content):
    print(content)
    x=str(content)
    y=x.split(':',5)
    y1=y[4].split(",",2)
    #强制将byte转换str用split方法将access_token分割出来
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/bankcard"
# 二进制方式打开图片文件
imgnum=1
while(imgnum < num):
    f = open("C:/Users/dx/Desktop/opencvphoto/"+str(imgnum)+'.jpg', 'rb')
    imgnum+=1
    img = base64.b64encode(f.read())
    params = {"image": img}
    access_token = y1[0]
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response1 = requests.post(request_url, data=params, headers=headers)
    if response1:
        print(response1.json())

大概就是这些了,需要源代码全部文件的可以在链接里下载[添加链接描述](https://download.csdn.net/download/qq_41510116/12191255)
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
from imutils import contours import numpy as np import argparse import cv2 as cv import myutils def cv_show(name,img): cv.imshow(name,img) cv.waitKey(0) cv.destroyAllWindows() # 先处理template tempalte_img = cv.imread("E:/opencv/picture/ocr_a_reference.png") tempalte_gray = cv.cvtColor(tempalte_img, cv.COLOR_BGR2GRAY) tempalte_thres = cv.threshold(tempalte_gray, 0, 255, cv.THRESH_OTSU | cv.THRESH_BINARY_INV)[1] temp_a, tempalte_contours, temp_b = cv.findContours(tempalte_thres.copy (), cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) cv.drawContours(tempalte_img, tempalte_contours, -1, (0, 255, 0), 2) tempalte_contours = contours.sort_contours(tempalte_contours, method="left-to-right")[0] digits = {} # 构建一个字典 for (i, c) in enumerate(tempalte_contours): (x, y, w, h) = cv.boundingRect(c) tempalte_roi = tempalte_thres[y:y + h, x:x + w] #之前一直检测不出正确答案,原因是这里的roi应该是tempalte_thres一部分 #而不是template_gray的一部分! tempalte_roi = cv.resize(tempalte_roi, (57, 88)) digits[i] = tempalte_roi cv_show('template_single',tempalte_roi) #cv_show('template_single',tempalte_roi) #对银行进行处理,之所以要做成数字长条,是想通过长条的尺寸比例大小来将自己想要的数字给抠出来。 rectkernel = cv.getStructuringElement(cv.MORPH_RECT,(9,3)) squrkernel = cv.getStructuringElement(cv.MORPH_RECT,(5,5)) image = cv.imread("E:/opencv/picture/credit_card_02.png") image = myutils.resize(image, width=300) image_gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) image_tophat= cv.morphologyEx(image_gray,cv.MORPH_TOPHAT,rectkernel) image_close = cv.morphologyEx(image_tophat,cv.MORPH_CLOSE,rectkernel) cv.imshow("image_tophat",image_tophat) cv.imshow('image_close',image_close) image_thres= cv.threshold(image_close,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)[1] image_contours= cv.findContours(image_thres.copy(),cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)[1] locs = [] for(n,con) in enumerate(image_contours): (gx,
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。
以下是使用OpenCV实现银行识别的代码示例: ```python import cv2 import numpy as np import pytesseract # 读取图片 img = cv2.imread("card.jpg") # 预处理图片 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blur = cv2.GaussianBlur(gray, (3, 3), 0) edges = cv2.Canny(blur, 50, 150, apertureSize=3) # 查找轮廓 contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 找到最大的轮廓 max_contour = max(contours, key=cv2.contourArea) # 找到轮廓的四个角点 rect = cv2.minAreaRect(max_contour) box = cv2.boxPoints(rect) box = np.int0(box) # 透视变换 width, height = int(rect[1][0]), int(rect[1][1]) src_pts = box.astype("float32") dst_pts = np.array([[0, height], [0, 0], [width, 0], [width, height]], dtype="float32") M = cv2.getPerspectiveTransform(src_pts, dst_pts) warped = cv2.warpPerspective(img, M, (width, height)) # OCR识别 gray = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY) gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] card_number = pytesseract.image_to_string(gray, lang="eng", config="--psm 6") # 显示结果 cv2.drawContours(img, [box], 0, (0, 0, 255), 2) cv2.imshow("Original", img) cv2.imshow("Warped", warped) cv2.imshow("OCR", gray) cv2.waitKey(0) cv2.destroyAllWindows() print("Card Number: " + card_number) ``` 这个示例代码假设图像中只有一张银行,如果图像中有多张银行或者其他干扰物体,需要进一步处理。另外,OCR识别的准确率也可能受到图片质量、银行字体等因素的影响,需要进行调试和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值