Opencv项目实战——信用卡数字识别Python代码实现

（1）灰度图、二值图转化

结果如图所示：

（2）进行轮廓提取接受参数为二值图像，得到数字的信息，RETR_EXTERNAL 就是只是需要外轮廓，cv2.CHAIN_APPROX_SIMPLE只保留终点坐标。 

-1：代表所的轮廓，我们这里画出来10个轮廓。(可以用代码验证一下）

结果：10

结果如图所示：

 （3）我们需要将轮廓进行大小排序（我们拿到的数据模板不一定向我们前面所展示的从0-9按顺序的，所以我们需要进行排序、resize。

 我们调用函数#将轮廓排序，位置从小到大就是数字的信息。然后我们遍历模板，使用cv2.boudingRect获得轮廓的位置，提取位置对应的图片，与数字结合构造成模板字典，dsize = (55, 88)，统一大小。

 结果如图所示：

。。。。。。。。。。

 二、信用卡图片预处理

（1）进行灰度值

(2)形成二值图像，因为要做轮廓检测，解释参数：THRESH_OTSU会自动寻找合适的阈值，适合双峰，需要阈值参数设置为零 二值化

结果如图所示：

 

 （3） 我们观察一下图片，我们识别图片上的数字但也会存在黄框和红框中的干扰，这时候我们可以想到前面所学到的形态学操作礼帽，闭运算...

 先进行礼帽操作，突出更明亮的区域：

结果如图：

（4）我们进行图像的轮廓检测只取外轮廓。在这个图上有不同的区域，我们如何区分呢，我们可以用h的大小进行估计，这个数据根据项目而定

 结果如图：

 （5）模板匹配，读出图像。

结果如图所示： 

 只是展示一部分（倒序输出）