前言

近期在学习opencv的用法，跟着b站的教学视频做了一下，特来记录一下。

思路

大致可以分为以下几个步骤

制作数字的模板，方便后面进行比对
将银行卡的无关信息进行隐藏
提取银行卡号

第一步相对简单一些，就是在下图中把所有的数字单独提取出来

总体的过程就是将图片转换为二值图像，然后直接把所有的外轮廓都提取出来，然后根据这些轮廓的左上角坐标来进行排序，在排序之后我们就获得了单独的数字图像，如下图

第二步就需要开始处理银行卡片上的多余信息了，以b站课程的图片为例

可以看出，卡面上有许多的多余信息，我们要做的就是尽量只留下银行卡号信息。
观察图片，我们可以发现大部分多余信息都是有着很粗的线条，如下图所示。

为了了解接下来的处理过程需要先了解几个概念

腐蚀操作：通俗来说，就是将图案中原来的粗的部分变细，让细的直接消失

如上图，当进行腐蚀操作之后就会变成下图

膨胀操作：就是把细的变粗，粗的更粗
上图在进行膨胀之后就变成了这样

开运算：先腐蚀在膨胀
礼帽：原图-开运算结果

现在我们就可以继续往下讲了，在银行卡图中，银行卡号明显比较细，这样我们就可以先腐蚀，在腐蚀之后，银行卡号数字就消失了，此时我们在膨胀，除了银行卡号的其他内容又几乎回到了腐蚀前，这时再用原图减去现在的图（即礼帽），就去掉了很多的多余信息。
看下对比图
仅仅是灰度图

礼帽之后

很明显，多余信息少了很多。

这时在使用sobel算子，搞出边界信息，在进行归一化之后，就变成下面这个样子（为啥进行归一化，不晓得。。。。）

为了方便处理，我们将图片转换为二值图像

这时就已经很明确了，我们需要的部分已经很清楚了，但是这四个框中有一些空缺，处理起来仍不是很方便，因此我们在对图像进行一次闭运算，得到图像如下图所示

这时就可以进行轮廓提取了，看一下效果，呈现在原图上是这样

这时再将数字的部分进行提取，然后逐个与我们之前提取的模板一一比对即可。
接下来开始搞代码

实现

制作模板

img = cv2.imread('template.jpg')
img2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值处理
ref = cv2.threshold(img2, 10, 255, cv2.THRESH_BINARY_INV)[1]
# 找轮廓                               二值图    只检测外轮廓    只保留终点坐标
contours, hiearchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 必须画在原图上，不能是灰度图
cv2.drawContours(img, contours, -1, (0, 0, 255), 3)
#  以左上角坐标为标准，升序排列
cnts, boundingBoxs = myutils.sort(contours)digits = {}# 制作模板
for (i, c) in enumerate(cnts):(x, y, w, h) = cv2.boundingRect(c)roi = ref[y:y + h, x:x + w]roi = cv2.resize(roi, (57, 88))digits[i] = roi

提取银行卡号

# 设置两个核 为了礼帽运算和闭运算时使用
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 3))
sqlKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))# 使得图片等比例放大    即长为100
card = myutils.changeImg('card.jpg', 300)gray_card = cv2.cvtColor(card, cv2.COLOR_BGR2GRAY)#  礼帽操作
tophat = cv2.morphologyEx(gray_card, cv2.MORPH_TOPHAT, rectKernel)# -1代表使用的是3*3的算子
gradx = cv2.Sobel(tophat, ddepth=cv2.CV_32F, dx=1, dy=0, ksize=-1)
picutils.show(gradx)
gradx = np.absolute(gradx)
picutils.show(gradx)
(minVal, maxVal) = (np.min(gradx), np.max(gradx))
# 归一化
gradx = (255 * ((gradx - minVal) / (maxVal - minVal)))gradx = gradx.astype("uint8")# 这里进行的闭运算         先膨胀在腐蚀
gradx = cv2.morphologyEx(gradx, cv2.MORPH_CLOSE, rectKernel)# 二值处理    自适应阈值
thresh = cv2.threshold(gradx, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]picutils.show(thresh)
sqlKernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 8))
# 这里进行的闭运算         先膨胀在腐蚀
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqlKernel2)# 取轮廓
cnts, hiearchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)cur_img = card.copy()cv2.drawContours(cur_img, cnts, -1, (0, 0, 255), 3)locs = []for (i, v) in enumerate(cnts):(x, y, w, h) = cv2.boundingRect(v)ar = w / float(h)cur_img = card.copy()if ar >= 3 and ar < 4 and w > 50 and w < 60:locs.append((x, y, w, h))# cv2.drawContours(cur_img, [v], -1, (0, 0, 255), 3)# picutils.show(cur_img)# print(ar)# print(w)# 依次排序
locs = myutils.sort2(locs)
# 获取四个数字串pics = []
for i, v in enumerate(locs):grayone = gray_card[v[1] - 5:v[1] + v[3] + 5, v[0] - 5:v[0] + v[2] + 5]# picutils.show(grayone)# 二值处理pics.append(grayone)

数字比对

nums = []
for i in pics:tempnums = []# picutils.show(i)t = cv2.threshold(i, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]cnts, hiearchy = cv2.findContours(t.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in cnts:(x, y, w, h) = cv2.boundingRect(c)# 取出所有的数字图片   每个数字单独一张tempnums.append((x, y, w, h))tempnums = myutils.sort2(tempnums)for tn in tempnums:nums.append(t[tn[1]:tn[1] + tn[3], tn[0]:tn[0] + tn[2]])fresult=[]
# 进行数字比对
for num in nums:scores = []num = cv2.resize(num, (57, 88))# picutils.show(num)for (digit, digitRoi) in digits.items():# 与模板进行比对，选出最合适的result = cv2.matchTemplate(num, digitRoi, cv2.TM_CCOEFF)_, score, _, _ = cv2.minMaxLoc(result)scores.append(score)# print(np.argmax(scores))fresult.append(str(np.argmax(scores)))# 得出结果
print(fresult)

结果

刚开始学，作为笔记记录一下

opencv实现银行卡号识别相关推荐

android opencv 银行卡识别,NDK 开发之使用 OpenCV 实现银行卡号识别
前言在日常的开发中,我们有时会遇到添加银行卡的需求,这时候,产品可能会让你仿一下支付宝之类的相机扫描识别银行卡号.很多时候,做这样的需求会去找找稳定的第三方,本文通过 OpenCV 结合识别的需求带 ...
附代码 | OpenCV实现银行卡号识别，字符识别算法你知多少？
作者 | 李秋键责编 | Carol 头图 | CSDN 付费下载自视觉中国随着计算机视觉在我们生活中的应用越来越广泛,大量的字符识别和提取应用逐渐变得越来越受欢迎,同时也便利了我们的生活.像我们 ...
OCR-基于OpenCV、Tesseract的银行卡号识别
title: 'OCR:基于OpenCV.Tesseract的银行卡号识别' type: categories date: 2016-12-01 16:50:30 categories: OC tag ...
银行卡号识别python_银行卡号识别基于 OpenCV 光学字符识别(OCR)
银行卡号识别基于 OpenCV 光学字符识别(OCR) 今天的博客文章是我们最近关于光学字符识别(OCR)和计算机视觉的系列的延续. 在之前的博客文章中,我们学习了如何安装Tesseract二进制文 ...
OpenCV车牌/数字识别
opencv 数字识别附完整代码 Opencv的应用之车牌识别用的支持向量机使用opencv进行数字识别对学习还是有点帮助的 Tensorflow 实现 MNIST 手 ...
使用opencv作物件识别（一） —— 积分直方图加速HOG特征计算
使用opencv作物件识别(一) -- 积分直方图加速HOG特征计算博客分类: 图像识别.机器学习.数据挖掘 CC++C# 方向梯度直方图(Histograms of Oriented Gradi ...
2021-01-07 python opencv实现车牌识别颜色定位
python opencv实现车牌识别颜色定位主要代码参考https://blog.csdn.net/wzh191920/article/details/79589506 GitHub:https ...
怎样使用OpenCV进行人脸识别
不断维护的地址:http://plzcoding.com/face-recognition-with-opencv/ 怎样使用OpenCV进行人脸识别本文大部分来自OpenCV官网上的Face Re ...
Java使用OpenCV实现人脸识别
通过OpenCV实现人脸识别,包括图片,视频,摄像头中人脸识别. 首先看一下效果(在网上随便找的一张图片): 下面开始说一下如何实现的: 第一步: 需要安装OpenCV 下载链接:https://o ...
OpenCV场景文本识别的实例(附完整代码)
OpenCV场景文本识别的实例 OpenCV场景文本识别的实例 OpenCV场景文本识别的实例 #include <iostream> #include <fstream>#i ...

opencv实现银行卡号识别

opencv实现银行卡号识别

前言

思路

实现

制作模板

提取银行卡号

数字比对

结果

opencv实现银行卡号识别相关推荐

最新文章

热门文章