使用库：

from imutils import contours  # 轮廓函数
import numpy as np
import argparse    #参数化函数
import cv2
import myutils    #自定义函数

1、imutils库：

imutils库可以比直接使用OpenCV的某些功能更方便使用。

1.1：imutils.find_function(" ")

按功能名称查找OpenCV功能函数。

1.2：图像平移

translated = imutils.translate(img,x,y)

img ：图像

x：沿x轴方向移动的像素个数

y：沿y轴方向移动的像素个数

1.3：图像旋转

img_rotate1 = imutils.rotate(img, angle)

angle：旋转角度，按逆时针旋转

rotate_round()可按顺时针旋转。

1.4：图像缩放：

img_resized = imutils.resize(img, width = ，height=)

不同于OpenCV中需要指定宽高，imutils可以自动保持图像原有宽高比。

一般若有参数 width 则按宽度的比例进行缩放。

1.5：转BGR2RGB：

imutils.opencv2matplotlib(img)

防止plt.imshow(img)出错。

注：Opencv默认用BGR格式打开图片，motplotib用RGB格式打开图片

1.6：图像骨架提取：

skeleton = imutils.skeletonize(gray, size=(3, 3))

假如图片是白图像黑背景，该函数可以画出图片上图像的结构。函数包含两个必须参数，第一个是单通道图片，第二个参数是size（核大小）。还有一个可选参数structuring,默认为cv2.MORPH_REC——核大小相当于是一个粒度，越小需要处理的时间越长。

2、argparse库

argparse 是 Python 内置的一个用于命令项选项与参数解析的模块，通过在程序中定义好我们需要的参数，argparse 将会从 sys.argv 中解析出这些参数，并自动生成帮助和使用信息。

2.1、创建解释器：

ap = argparse.ArgumentParser(description='')

description：命令行的帮助开始文字，一般情况只会用到这个参数。

2.2、添加参数：

ap.add_argument()

2.2.1、name or flags：指定参数形式，一般写一个长参数和一个短参数，如 "-i","--image"。

2.2.2、default：若没有出现这个参数，则使用指定的默认值。

出现则指定参数值，如default = "test.png"。

2.2.3、type：指定传进参数数据类型。如type = int。

2.2.4、choices：设置参数范围，若参数不是字符串类型记得指定为字符串类型。

如：ap.add_argument(“-y”, choices=[‘a’, ‘b’, ‘d’])

2.2.5：required：一般如"-i"这种的参数为可选的，但是若required = True 则为必须的了。所以在参数指定时，要注意required参数的值。

2.2.6：metavar：参数名字，显示帮助信息时用到。

如 parser.add_argument(“-i”, metavar=”an image”)

2.2.7:nargs：指定参数后面的value有几个。

例如，我们希望使用-n 1 2 3 4，来设置n的值为[1, 2, 3, 4]

parser.add_argument(“-n”, “–num”, nargs=”+”, type=int)

这里nargs=”+”表示，如果你指定了-n选项，那么-n后面至少要跟一个参数，"+"表示至少一个，"?" 表示一个或0个，0个或多个。

2.2.8：help：设置帮助信息。

2.3、参数解析:

ap.parse_args()

实例：

ap = argparse.ArgumentParser(description='传输图片')
ap.add_argument("-i", "--image", default='E:\ImageRecognition\XYKshibie\images\credit_card_03.png',required=False, help="path to input image")
ap.add_argument("-t", "--template",default='E:\ImageRecognition\XYKshibie\images\ocr_a_reference.png',required=False, help="path to template OCR-A image")
args = vars(ap.parse_args())   #参数解析

其中required参数可改为True，进行参数默认化输入。

vars(object) 函数返回对象object的属性和属性值的字典对象。

图像处理学习--银行卡号码识别(1)相关推荐

原创：谈谈计算机图像识别技术之身份证号码识别
原创:谈谈计算机图像识别技术之身份证号码识别作者:刘常军(2014-1-21) 前两天看到一篇文章,说支付宝钱包的iOS版和Android版已经升至8.0,只要通过摄像头对准银行卡进行扫描,支付 ...
谈谈计算机图像识别技术之身份证号码识别
转载自 http://www.cnblogs.com/liu7537/p/3528968.html 作者:刘常军(2014-1-21) 前两天看到一篇文章,说支付宝钱包的iOS版和Android版 ...
基于深度学习的身份证号码识别（OCR，Opencv，Pytorch）
文章目录前言模型结构数据集模型训练项目结构&源码下载前言最近做了一个身份证号码识别项目,在此分享一下.视频效果如下所示,共有两种识别方法,其一就是直接上传身份证号码的截图进行识别 ...
【opencv学习】银行卡的识别
今天做一个小项目,运用已经学到的知识,做一个银行卡的识别. 银行卡的图像如下这个银行卡是的数字模板是现在我的任务是识别中间的16个数字大致思路是: 1:读取模板,获得每个数字的模板信息 2:读取 ...
iOS身份证号码识别
最近不少简友说git上下载下来的代码报各种问题,因为包含的库都比较大,所以大家在pod的时候耐心等待,另外我已经将代码适配到了iOS10. 一.前言身份证识别,又称OCR技术.OCR技术是光学字 ...
java毕设项目车牌号码识别系统开源了，很好玩，建议尝试
1.介绍这是一个基于spring boot + maven + opencv 实现的Demo教程项目贯穿样本处理.模型训练.图像处理.对象检测.对象识别等技术点,以学习交流为目的,代码注释超多,文档 ...
使用PYTHON图像识别实现车牌号码识别
实现车牌号码识别需要使用图像识别技术,可以使用 Python 进行开发. 常用的 Python 库有 OpenCV 和 TensorFlow,它们可以帮助你实现图像处理和深度学习算法. 首先,需要对图 ...
OCR识别：纸币（人民币）号码识别
随着近几年支付宝.微信等非现支付手段的兴起,现金支付好像离我们的生活越来越远,笔者现在出门基本不带钱包,凭着手机就可以走遍全中国,尤其笔者目前从事支付宝和微信推广刷脸支付方面的工作,感觉若干年后真的如 ...
数字图像处理学习笔记（一）：特征检测和匹配概述
数字图像处理学习笔记(一):特征检测和匹配概述参考博客: 特征点的匹配 SIFT特征详解数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法 1.特征点概述如何高效且准确的匹配出两个不同 ...
OpenCV与图像处理学习十七——OpenCV人脸检测（含代码）
OpenCV与图像处理学习十七--OpenCV人脸检测(含代码) 一.人脸识别概要 1.1 人脸检测 1.2 人脸对齐(Face Alignment) 1.3 人脸特征提取(Face Feature ...

图像处理学习--银行卡号码识别(1)

1、imutils库：

2、argparse库

图像处理学习--银行卡号码识别(1)相关推荐

最新文章

热门文章