【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使用OpenCV库。

1、设计思路

不同银行发行的信用卡，其卡号中的数字外观形状是有点区别的，由于小编是通过模板匹配的方法完成信用卡卡号识别的，既然是模板匹配，则必须有一套与信用卡中外形一模一样的数字模板，通过比对信用卡中的数字和模板中数字的差别来确定识别结果，模板图像和信用卡图像分布如图1和图2所示。

图1

图2

在进行模板匹配之前，必须通过图像处理方法，比如形态学等，先从信用卡图像中找到本次项目的感兴趣域——即卡号所在区域，并且将该区域分割出来，然后提取出该区域中的数字分别与模板中的10个数字进行比对，认为数字与模板中匹配得分最高的数字相同。

2、代码实现

项目实现包括main.py和myutils.py两部分代码，要想观察实验结果运行main.py就行，myutils.py中主要包含轮廓排序方法和resize方法，main.py中会调用myutils.py模块中的函数。

main.py文件中的代码如下：

# 导入工具包
from imutils import contours
import numpy as np
import cv2
import myutils# 指定信用卡类型
FIRST_NUMBER = {"3": "American Express","4": "Visa","5": "MasterCard","6": "Discover Card"
}# 绘图函数def cv_show(name, img1):cv2.imshow(name, img1)cv2.waitKey(0)cv2.destroyAllWindows()# 读取模板
img = cv2.imread("template.png")
cv_show('img', img)# 转化为灰度图
ref = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv_show('ref', ref)# 转化为二值图像
ref = cv2.threshold(ref, 10, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref', ref)# 计算轮廓
refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
#print(np.size(refCnts))返回值refcnts返回的是10组轮廓及其每个轮廓所有组成点的坐标
cv2.drawContours(img, refCnts, -1, (0, 0, 255), 3)
cv_show('img', img)
print(np.array(refCnts).shape)
refCnts = myutils.sort_contours(refCnts, method="left-to-right")[0]
digits = {}# 遍历每一个轮廓
for (i, c) in enumerate(refCnts):(x, y, w, h) = cv2.boundingRect(c)roi = ref[y:y + h, x:x + w]roi = cv2.resize(roi, (57, 88))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))# 预处理
image = cv2.imread('object.png')
cv_show('image', image)
image = myutils.resize(image, width=300)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv_show('gray', gray)# 礼貌操作，突出高亮
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)# 闭操作
gradx = cv2.morphologyEx(gradx, cv2.MORPH_CLOSE, rectKernel)
cv_show('gradx', gradx)
thresh = cv2.threshold(gradx, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
cv_show('thresh', thresh)
thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel)
cv_show('thresh', thresh)# 计算轮廓
threshCnts, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = threshCnts
cur_img = image.copy()
cv2.drawContours(cur_img, cnts, -1, (0, 0, 255), 3)
cv_show('img', cur_img)
locs = []# 遍历轮廓
for (i, c) in enumerate(cnts):# 计算矩形(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))
# 排序
locs = sorted(locs, key=lambda x: x[0])
output = []# 遍历数字
for (i, (gx, gy, gw, gh)) in enumerate(locs):groupOutput = []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)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:(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)scores = []for (digit, digitROI) in digits.items():# 模板匹配result = cv2.matchTemplate(roi, digitROI, cv2.TM_CCOEFF)(_, score, _, _) = cv2.minMaxLoc(result)scores.append(score)groupOutput.append(str(np.argmax(scores)))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_SCRIPT_SIMPLEX, 0.65, (0, 0, 255), 2)output.extend(groupOutput)print("Credit Card Type:{}".format(FIRST_NUMBER[output[0]]))
print("Credit Card # : {}".format("".join(output)))
cv2.imshow("image", image)
cv2.waitKey(0)

myutils.py中的代码如下：

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](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

代码中出现的template.png就是图1，object.png就是图2。信用卡卡号识别项目的最终识别结果如图3和图4所示。

图3

图4

【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）相关推荐

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 ...
【图像识别】基于模板匹配实现蓝色、绿色、黄色车牌识别附matlab代码
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.
（项目实战）基于QT嵌入式ARM数据采集卡上位机（二）——页面布局
(项目实战)基于QT嵌入式ARM数据采集卡上位机(二)--页面布局上一篇文章<基于 QT 嵌入式ARM数据采集卡上位机(一)> 下一篇文章<(项目实战)基于QT嵌入式ARM数据采集 ...
Taro多端开发实现原理与项目实战(二)
Taro多端开发实现原理与项目实战(二) 多端电商平台项目概述及开发准备学习了前面的基础知识和进阶后是否跃跃欲试?我们准备了一个电商平台的项目来和大家一起实践使用 Taro 开发电商平台. 项目概述 ...
基于模板匹配和遗传算法的人眼定位
基于模板匹配和遗传算法的人眼定位余甜甜,唐普英(电子科技大学光电信息学院,四川成都6l0054) 摘要:文中提出了一种利用模板匹配与遗传算法相结合的人眼定位算法.根据人脸几何特征将人脸分为几个特征区 ...
项目实战4: 基于 SpringBoot 的超市账单管理系统
文章目录一.项目介绍二.数据库设计三.概要设计确立对象,划分模块四.详细设计 4.1 Shiro 授权与鉴权流程梳理 4.1.1 了解 Shiro 4.1.2 Shiro 数据库设计 4.1 ...
Android项目实战系列—基于博学谷（七）课程模块（上）
由于这个模块内容较多,分为上.中.下三篇博客分别来讲述,请耐心阅读. 课程模块分为四个部分课程列表课程详情视频播放播放记录课程模块(上)主要讲述课程列表部分一.水平滑动广告栏界面 1.创 ...
android中私有方法继承,Android项目实战系列—基于博学谷（五）个人资料
由于这个模块内容较多,篇幅较长,请耐心阅读. 个人资料模块分为两个部分 [x] [个人资料]() [x] [资料修改]() 一.个人资料 1.个人资料界面 (1).创建个人资料界面在com.buxu ...
android注册文件打开,Android项目实战系列—基于博学谷（三）注册与登录模块
由于这个模块内容较多,篇幅较长,请耐心阅读. 注册与登录模块分为三个部分 [x] [欢迎界面]() [x] [注册界面]() [x] [登录界面]() 一.欢迎界面 1.创建工程,命名为BoXueGu ...

【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）

【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）相关推荐

最新文章

热门文章