Python--OpenCv轻松入门--数字识别

@ Fu Xianjun. All Rights Reserved.

---

前言

随着人工智能的不断发展，OpenCv这门技术也越来越重要，很多人都开始学习OpenCv，本文就介绍了如何使用OpenCv进行数字识别。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、数字识别需要应用到哪些内容？

数字识别需要灵活的运用阈值处理，轮廓检测，边缘及模板匹配

二、使用步骤

1.引入库

代码如下（示例）：

import cv2
import numpy as py
def cv_show(name,img):#定义一个函数，显示图片
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

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]
    (cnts,boudingBoxes) = zip(*sorted(zip(cnts,boudingBoxes),
                                     key = lambda b:v[1][i],reverse = reverse))
    return cnts,boudingBoxes

2.读入数据

代码如下（示例）：

template = cv2.imread("ocr_a_reference.png")#读模板
# cv_show("template",template)
template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
#色彩空间转换，转换成灰度图
# cv_show("template_gray",template_gray)
ret, template_binary = cv2.threshold(template_gray, 127,255, 1)
#二值化，转化为数字为白色，背景为黑色的图片
cv_show("template_binary",template_binary)

cnts