银行卡卡号识别步骤

1.对模板数字进行处理，得到每个模板的数字。

代码如下（示例）：

import cv2
import numpy as npdef 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(cnt)for cnt in cnts](cnts,boundingBoxes) = zip(*sorted(zip(cnts,boundingBoxes),key = lambda b: b[1][i],reverse = reverse))return cnts,boundingBoxesdef cv_show(name,img):#定义一个函数cv2.imshow(name,img)cv2.waitKey()cv2.destroyAllWindows()img = cv2.imread('ocr_a_reference.png')#读模板
# cv_show('img',img)
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#色彩空间转化,转化为灰度图
# cv_show('img_gray',img_gray)
ret,img_binary = cv2.threshold(img_gray,127,255,1)#二值化
cv_show('img_binary',img_binary)cnts,hierarchy = cv2.findContours(img_binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)#查找外轮廓
img_rect = cv2.drawContours(img,cnts,-1,(0,0,255),2)# 绘制轮廓
cv_show('img_rect',img_rect)
cnts = sort_contours(cnts)[0]
number = {}for (i,cnt) in enumerate(cnts):(x,y,w,h) = cv2.boundingRect(cnt)roi = img_binary[y:y+h,x:x+w]roi = cv2.resize(roi,(57,88))number[i] = roi

2.对银行卡上的数字进行选取

# 读取信用卡图片
cardImg = cv2.imread('credit_card_01.png')
cardImg = cv2.resize(cardImg,(300,int(float(300/cardImg.shape[1])*cardImg.shape[0])),interpolation = cv2.INTER_AREA)
# cv_show('cardImg',cardImg)
cardImg_gray = cv2.cvtColor(cardImg,cv2.COLOR_RGB2GRAY)
# cv_show('cardImg_gray',cardImg_gray)
# 指定卷积恢大小
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT,(7,7))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))
# 进行礼帽操作
cardImg_tophat = cv2.morphologyEx(cardImg_gray,cv2.MORPH_TOPHAT,rectKernel)
cv_show('cardImg_tophat',cardImg_tophat)

3.对非卡号数字进行剔除

# 使用sobel算子进行边缘检测，这里仅适用x方向的梯度。因为经过实验，适用x,y混合的梯度，效果并不理想
sobelx = cv2.Sobel(cardImg_tophat,cv2.CV_64F,1,0,ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
(minX,maxX) = (np.min(sobelx),np.max(sobelx))
sobelx = (255*((sobelx-minX)/(maxX-minX)))
sobelx = sobelx.astype('uint8')
# cv_show('sobelx',sobelx)
# 进行数字闭运算，使相邻的数字连接起来，这样便于删选
cardImg_close = cv2.morphologyEx(sobelx,cv2.MORPH_CLOSE, rectKernel)
# cv_show('cardImg_close',cardImg_close)cardImg_binary = cv2.threshold(cardImg_close,0,255,cv2.THRESH_OTSU | cv2.THRESH_BINARY)[1]
# cv_show('cardImg_binary',cardImg_binary)cardImg_close = cv2.morphologyEx(cardImg_binary,cv2.MORPH_CLOSE,sqKernel)
cv_show('cardImg_close',cardImg_close)
# 轮廓检测，检测出每一个数字区块
cnts,hierarchy = cv2.findContours(cardImg_close,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cardImg_cnts = cv2.drawContours(cardImg.copy(),cnts,-1,(0,0,255),2)
cv_show('cardImg_cnts',cardImg_cnts)
# 对轮廓进行删选，根据边框的尺寸仅保留卡号区域
locs = []
for (i,c) in enumerate(cnts):(x,y,w,h) = cv2.boundingRect(c)ar = w/ float(h)if ar > 2.5 and ar <4.0:if (w>40 and w<55) and (h>10 and h<20):locs.append((x,y,w,h))
loce = sorted(locs,key = lambda x:x[0])# for (x,y,w,h) in locs:
#     cv2.rectangle(cardImg_cnts,(x,y),(x+w,y+h),(0,0,0),1)
# cv_show('cardImg_cnts',cardImg_cnts)

4.将卡号进行数字划分，进行模板匹配，得到每个数字图像所对应的数字

output = []
# 对每4个数字块进行处理
for (i,(x,y,w,h)) in enumerate(locs):group_output = []group = cardImg_gray[y-5:y+h+5,x-5:x+w+5]group = cv2.threshold(group,0,255,cv2.THRESH_OTSU|cv2.THRESH_BINARY)[1]cv_show('group',group)group_cnts,group_hierarchy = cv2.findContours(group,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)group_cnts = sort_contours(group_cnts,method='left-to-right')[0]# 分割每个数字for cnt in group_cnts:(nx,ny,nw,nh) = cv2.boundingRect(cnt)roi = group[ny:ny+nh,nx:nx+nw]roi = cv2.resize(roi,(57,88))
#         cv_show('roi',roi)score = []# 对每个数字进行模板匹配for (number_i,number_roi) in number.items():result = cv2.matchTemplate(roi,number_roi,cv2.TM_CCOEFF)score_ = cv2.minMaxLoc(result)[1]score.append(score_)group_output.append(str(np.argmax(score)))# 绘制每个数字    cv2.rectangle(cardImg,(x-5,y-5),(x+w+5,y+h+5),(0,0,255),1)cv2.putText(cardImg,"".join(group_output),(x,y-15),cv2.FONT_HERSHEY_SIMPLEX,0.65,(0,0,255),2)output.append(group_output)
cv_show('cardImg',cardImg)

OpenCV 银行卡卡号识别相关推荐

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 imut ...
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 ...
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, ...
【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 ...
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 ...
前端JS校验银行卡卡号和身份证号码（附ES6版方法）
1.银行卡卡号校验方法. function luhnCheck(bankno) { var lastNum = bankno.substr(bankno.length - 1, 1); //取出最后一 ...
银行卡卡号格式规范每隔4为一个空格
最近涉及到一个绑定银行卡的需求,需要格式化银行卡卡号.即:每隔4为做一个空格. 一个很简单的功能,大牛请自动忽略... 做个笔记O(∩_∩)O哈! bankCardNoEditTxt.addTextC ...
银行卡三元素检测根据姓名＋身份证号＋银行卡卡号验证信息是否匹配
银行卡检测api,根据姓名+身份证号+银行卡卡号验证信息是否匹配. 接口名称:银行卡检测api 接口平台:聚合数据接口地址:http://v.juhe.cn/verifybankcard3/quer ...
appium使用sendkeys输入银行卡卡号(每4个数字自动空一格)总是输入不正确的解决办法
appium使用sendkeys输入银行卡卡号(每4个数字自动空一格)总是输入不正确的解决办法方法一: public static void inputComsumeInfo(WebElement ...

OpenCV 银行卡卡号识别

银行卡卡号识别步骤

1.对模板数字进行处理，得到每个模板的数字。

2.对银行卡上的数字进行选取

3.对非卡号数字进行剔除

4.将卡号进行数字划分，进行模板匹配，得到每个数字图像所对应的数字

OpenCV 银行卡卡号识别相关推荐

最新文章

热门文章