19位银行卡卡号检验源代码

根据中国银联2.0》标准 - Q/CUP 002-2004 提供的算法
                                   Luhn计算模10
隔位2倍加校验数的公式

计算步骤如下:

步骤1:从右边第1个数字(低序)开始每隔一位乘以 2

步骤2:把在步骤1中获得的乘积的各位数字与原号码中未乘2的各位数字相加。

步骤3:从邻近的较高的一个以0结尾的数中减去步骤2中所得到的总和
                  [这相当于求这个总和的低位数字(个位数)的“ 10的补数 ”],
                  如果在步骤2得到的总和是以零结尾的数(如30、40等等),则校验数字就是零。

[例]

无校验数的卡号655002 0001 00000328                                                                   步骤

6    5   5   0   0   2

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
以下是使用OpenCV实现银行卡卡号识别的代码示例: ```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卡,如果图像中有多张银行卡或者其他干扰物体,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、银行卡字体等因素的影响,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 2
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