学习Opencv+Python之银行卡卡号识别

学习Opencv+Python之银行卡卡号识别

思路：

获取模板轮廓
获取模板中每个数字的轮廓
获取银行卡卡号轮廓
分别提取卡号中的每个数字的轮廓
对比识别

代码：

# 导入工具包
from imutils import contours
import numpy as np
import argparse
import cv2
import myutils# 设置参数
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True, help="path to input image")
ap.add_argument("-t", "--template", required=True, help="path to template OCR-A image")
args = vars(ap.parse_args())# 指定信用卡类型
FIRST_NUMBER = {"3": "American Express","4": "Visa","5": "MasterCard","6": "Discover Card"
}# 绘图展示
def cv_show(name,img):cv2.imshow(name, img)cv2.waitKey(0)cv2.destroyAllWindows()# 读取一个模板图像，灰度化，取二值图像
img = cv2.imread(args["template"])
cv_show('img', img)
ref = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv_show('ref', ref)
ref = cv2.threshold(ref, 10, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref', ref)# 寻找轮廓
# cv2.findContours()函数：接受的参数为二值图, cv2.RETR_EXTERNAL只检测外轮廓，cv2.CHAIN_APPROX_SIMPLE只保留终点坐标
# 返回的refCnts为一个列表，其中每个元素都是图像中的一个轮廓
refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# cv2.drawContours()在img中绘制refCnts列表中的所有轮廓，-1表示所有，轮廓颜色为红色，线宽为3
cv2.drawContours(img, refCnts, -1, (0, 0, 255), 3)
cv_show('img', img)
print (np.array(refCnts).shape)# 排序，从左到右，从上到下
refCnts = myutils.sort_contours(refCnts, method="left-to-right")[0]
digits = {}# 遍历每一个轮廓
for (i, c) in enumerate(refCnts):# 计算外接矩形并且resize成合适大小# cv2.boundingRect(): 矩形边框，c是轮廓点集，可由函数cv2.findContour()获得，(x, y)为矩阵的左上角，w, h分别为矩阵的高宽(x, y, w, h) = cv2.boundingRect(c)# roi: 将每个矩形轮廓即每个数字区域提取出来，像素范围为[y : y + h, x : x + w]roi = ref[y:y + h, x:x + w]roi = cv2.resize(roi, (57, 88))#每个数字依次保存在集合digits中digits[i] = roi#初始化卷积核
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 3))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))#读取输入图像，预处理
image = cv2.imread(args["image"])
cv_show('image', image)
image = myutils.resize(image, width=300)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv_show('gray', gray)# 礼帽操作，突出更明亮的区域
# 函数cv2.morphologyEx()执行各类形态学操作，cv2.MORPH_TOPHAT礼帽操作
tophat = cv2.morphologyEx(gray, cv2.MORPH_TOPHAT, rectKernel)
cv_show('tophat',tophat)
gradX = cv2.Sobel(tophat, ddepth=cv2.CV_32F, dx=1, dy=0, ksize=-1)
gradX = np.absolute(gradX)(minVal, maxVal) = (np.min(gradX), np.max(gradX))
gradX = (255 * ((gradX - minVal) / (maxVal - minVal)))
gradX = gradX.astype("uint8")print (np.array(gradX).shape)
cv_show('gradX',gradX)#通过闭操作（先膨胀，再腐蚀）将数字连在一起
gradX = cv2.morphologyEx(gradX, cv2.MORPH_CLOSE, rectKernel)
cv_show('gradX',gradX)#THRESH_OTSU会自动寻找合适的阈值，适合双峰，需把阈值参数设置为0
#返回两个值，第一个是bool值，所以这里[1]
thresh = cv2.threshold(gradX, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
cv_show('thresh',thresh)#再来一个闭操作
#cv2.MORPH_CLOSE闭操作
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel)
cv_show('thresh', thresh)#计算轮廓
#返回两个值，一个索引，一个轮廓列表
threshCnts, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)cnts = threshCnts
cur_img = image.copy()
# 在cur_img上绘制所有轮廓，颜色为红色，线宽为3
cv2.drawContours(cur_img, cnts, -1, (0, 0, 255), 3)
cv_show('img',cur_img)
locs = []# 遍历轮廓
# 枚举，i为轮廓的编号或者键，c为轮廓
for (i, c) in enumerate(cnts):# 计算矩形(x, y, w, h) = cv2.boundingRect(c)ar = w / float(h)# 选择合适的区域，根据实际任务来，这里的基本都是四个数字一组if ar > 2.5 and ar < 4.0:if (w > 40 and w < 55) and (h > 10 and h < 20):#符合的留下来locs.append((x, y, w, h))# 将符合的轮廓从左到右排序
locs = sorted(locs, key=lambda x:x[0])
output = []# 遍历每一个轮廓中的数字
for (i, (gX, gY, gW, gH)) in enumerate(locs):# initialize the list of group digitsgroupOutput = []# 根据坐标提取每一个组group = gray[gY - 5:gY + gH + 5, gX - 5:gX + gW + 5]cv_show('group', group)# 预处理group = cv2.threshold(group, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]cv_show('group', group)# 计算每一组的轮廓digitCnts, hierarchy = cv2.findContours(group.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)digitCnts = contours.sort_contours(digitCnts, method="left-to-right")[0]# 计算每一组中的每一个数值for c in digitCnts:# 找到当前数值的轮廓，resize成合适的的大小(x, y, w, h) = cv2.boundingRect(c)roi = group[y:y+h, x:x+w]roi = cv2.resize(roi, (57, 88))cv_show('roi', roi)# 计算匹配得分scores = []# 在模板中计算每一个得分for (digit, digitROI) in digits.items():# cv2.matchTemplate(image, templ, method, result=None, mask=None)result = cv2.matchTemplate(roi, digitROI, cv2.TM_CCOEFF)# (min_val,max_val,min_indx,max_indx)=cv2.minMaxLoc(a)依次返回最小值、最大值，以及相应的索引值(_, score, _, _) = cv2.minMaxLoc(result)# 依次添加到列表scores中scores.append(score)# 将最大的值添加到列表groupOutput中groupOutput.append(str(np.argmax(scores)))# 画出来cv2.rectangle(image, (gX - 5, gY - 5), (gX + gW + 5, gY + gH + 5), (0, 0, 255), 1)cv2.putText(image, "".join(groupOutput), (gX, gY - 15), cv2.FONT_HERSHEY_SIMPLEX, 0.65, (0, 0, 255), 2)# 得到结果output.extend(groupOutput)# 打印结果
print("Credit Card Type: {}".format(FIRST_NUMBER[output[0]]))
print("Credit Card #: {}".format("".join(output)))
cv2.imshow("Image", image)
cv2.waitKey(0)

imutils模块：

import cv2def sort_contours(cnts, method="left-to-right"):reverse = Falsei = 0if method == "right-to-left" or method == "bottom-to-top":reverse = Trueif method == "top-to-bottom" or method == "bottom-to-top":i = 1boundingBoxes = [cv2.boundingRect(c) for c in cnts] #用一个最小的矩形，把找到的形状包起来x,y,h,w(cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes), key=lambda b:b[1][i], reverse=reverse))return cnts, boundingBoxesdef resize(image, width=None, height=None, inter=cv2.INTER_AREA):dim = None(h, w) = image.shape[:2]if width is None and height is None:return imageif width is None:r = height / float(h)dim = (int(w * r), height)else:r = width / float(w)dim = (width, int(h * r))resized = cv2.resize(image, dim, interpolation=inter)return resized

学习Opencv+Python之银行卡卡号识别相关推荐

python-openCV实现银行卡卡号识别
实现效果: code import cv2 as cv import numpy as np# 轮廓排序默认从左到右 # --cnts 待排序的轮廓列表 # --method 排序方法自上而下,从 ...
【毕业设计】深度学习 opencv python 实现中国交通标志识别
文章目录 0 前言 1 yolov5实现中国交通标志检测 2.算法原理 2.1 算法简介 2.2网络架构 2.3 关键代码 3 数据集处理 3.1 VOC格式介绍 3.2 将中国交通标志检测数据集CC ...
OpenCV OCR实战：卡号识别
本文主要介绍通过OpenCV- python实现简单的银行卡卡号识别的思路和具体实现过程. 目录知识准备项目概述实现过程代码讲解 1.自定义函数 2.模版读入与预处理 3.银行卡读入与形态学操 ...
Python+OpenCV 识别银行卡卡号
Python+OpenCV 识别银行卡卡号今天尝试一下用python+OpenCV,使用模板匹配的方式做个简单地识别银行卡卡号(大部分参考网上的,自己改了一部分,代码写的有点不太好,但是思路很清晰, ...
招商银行信用卡卡号识别项目（第一篇），Python OpenCV 图像处理取经之旅第 53 篇
Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧.本篇博客是这个系列的第 53 篇. 该系列文章导航参考:https://blog.csdn.net/hihell/categ ...
基于Python的Opencv 自动识别银行卡卡号系统
一. 摘要此应用功能为自动识别并获取银行卡卡号,通过导入需要识别的银行卡图片,以及跟银行卡上卡号的数字相一致的数字模型,则可以成功实现识别并获取银行卡卡号的功能.如果你对此感兴趣的话,下面将会详细介 ...
【项目实战二】基于模板匹配和形态学操作的信用卡卡号识别（OpenCV+Python）
前言:信用卡卡号识别技术的发展有利于提高银行系统的业务水平和办事效率.相信此次通过学习使用OpenCV中的图像处理方法来实现信用卡卡号识别的项目,能让大家清楚地了解图像处理技术的一般方法与步骤以及如何 ...
银行业务学习之道：银行帐号、卡号和客户号分析
银行账号分析银行账号一般用于对银行帐户进行分类或鉴别,是银行账户的重要键值.银行账户一般分为内部账户和外部账户(客户账户),因此账号也分为内部账号和外部账号. 对于银行的内部账号,由于银行经营分析的 ...
银联银行卡卡号java_编写Java程序，使用单例模式，创建可以生成银联借记卡号的工具类...
编写Java程序,使用单例模式,创建可以生成银联借记卡号的工具类编写Java程序,使用单例模式,创建可以生成银联借记卡号的工具类,银联借记卡号是一个 19 位的数字,卡号以"62" ...

学习Opencv+Python之银行卡卡号识别

学习Opencv+Python之银行卡卡号识别相关推荐

最新文章

热门文章