使用opencv实现一个识别手写数字的代码

常用的手机图像处理框架有：OpenCV、TensorFlow Lite、Core ML、Keras、PyTorch Mobile、Neural Network API（NAPI）等。

 首先需要导入opencv-python 这个库，输入命令（从阿里云镜像云盘中下载）

pip install -U opencv-python -i https://mirrors.aliyun.com/pypi/simple

也可以从清华镜像云中下载，地址：Simple Index 

import cv2
import numpy as np

# 读取图片
img = cv2.imread('number.jpg')

# 灰度处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, binary = cv2.threshold(gray, 0, 25, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)

# 膨胀处理
kernel = cv2.getStructuringElement(cv2.MORPH_RECT(3, 3))
dilate = cv2.dilate(binary, kernel, iterations=2)

# 轮廓检测
contours, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APROX_SIMPLE)

# 循环每一个轮廓
for c in contours:
    # 获取轮廓的外接矩形
    x, y, w, h = cv2.boundingRect(c)
    # 裁剪图片
    roi = binary[y:y + h, x:x + w]
    # 将图片缩放到28*28
    roi = cv2.resize(roi, (28, 28))
    # 将图片转换为一维数组
    roi_ar = roi.reshape([1, 784])
    # 加载模型
    model = load_model('model.h5')
    # 预测
    result = model.predict(roi_ar)
    # 获取预测结果
    number = np.argmax(result)
    # 绘制外接矩形
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 25), 2)
    # 显示预测结果
    cv2.putText(img, str(number), (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 25), 2)

# 显示图片
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAlWindows()