OpenCV实现银行卡号识别

对模板进行处理。要先对模板数字 进行轮廓查找

 

 

img = cv2.imread("moban.png", 1)
img1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img1 = cv2.threshold(img1, 0, 255, cv2.THRESH_OTSU|cv2.THRESH_BINARY_INV)[1]
img1_con = cv2.findContours(img1, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
img1_dst = cv2.drawContours(img.copy(), img1_con, -1, (0, 0, 255), 2)
cv2.imshow('1', img1_dst)

 然后再将模板数字分割开并保存方便后面进行模板匹配来识别银行卡号。代码如下

l = []
for con in img1_con:
    (x, y, w, h) = cv2.boundingRect(con)
    l.append(x)

# 将其包围盒按照x坐标排序
(img1_con, l) = zip(*sorted(zip(img1_con, l), key=lambda x: x[1], reverse=False))
# 将模板数字图像分割开
dig = {}
for i, con in enumerate(img1_con):
    (x, y, w, h) = cv2.boundingRect(con)
    roi = img1[y:y + h, x:x + w]
    dig[i] = cv2.resize(roi, (57, 88))

银行卡图片为:

 

然后再进行银行卡图片的处理。处理的思路就是要获取原图中的数字区域,通过轮廓处理得到四串数字的轮廓,然后再将每一个

  • 2
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
实现银行卡识别,可以使用OpenCVPython。以下是一个简单的银行卡识别程序的示例代码: ```python import cv2 import numpy as np # 读取图片 img = cv2.imread('bank_card.jpg') # 灰度化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 边缘检测 edges = cv2.Canny(gray, 50, 150, apertureSize=3) # 膨胀操作 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5)) dilated = cv2.dilate(edges, kernel) # 查找轮廓 contours, hierarchy = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 提取数字区域 num_regions = [] for contour in contours: # 计算轮廓面积 area = cv2.contourArea(contour) if 1000 < area < 5000: # 获取数字区域的矩形坐标 x, y, w, h = cv2.boundingRect(contour) num_regions.append((x, y, w, h)) # 对数字区域进行排序,按照从左到右的顺序 num_regions = sorted(num_regions, key=lambda x: x[0]) # 识别银行卡 bank_card_number = '' for num_region in num_regions: x, y, w, h = num_region num_img = gray[y:y+h, x:x+w] # 对数字图片进行二值化处理 ret, thresh = cv2.threshold(num_img, 100, 255, cv2.THRESH_BINARY) # 将二值化后的数字图片转换为字符串 num_str = pytesseract.image_to_string(thresh, config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789') bank_card_number += num_str print('银行卡:', bank_card_number) ``` 在这个示例代码中,我们首先读入一张银行卡的图片,然后对其进行灰度化、边缘检测、膨胀操作和轮廓查找等处理。接着,我们通过计算轮廓面积,筛选出数字区域,并按照从左到右的顺序对数字区域进行排序。最后,我们通过Tesseract OCR引擎对每个数字区域进行识别,并将识别结果拼接起来,得到银行卡。 请注意,这个示例代码并不完美,可能会在某些情况下出现识别错误。如果您需要更精确的银行卡识别效果,可以考虑使用更复杂的算法和模型。

“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 3
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

打赏作者

结课且挂科

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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