信用卡识别(1)-预处理

Adonia ·

更新时间:2024-09-21

· 542 次阅读

文章目录一、综述二、流程三、基本步骤1.导入库2.设置参数3.指定信用卡的类型4.定义一个函数来展示你的照片5.导入图像并转换为灰度6.进行二值操作并计算轮廓7.定义一个容器，装所有轮廓的索引和图像8.初始化卷积核9.输入我们的信用卡图像并进行预处理10.进行过滤，礼帽操作，突出更明亮的区域11.进行封闭操作12.计算轮廓，并画出我们的轮廓四、实现代码五、需要的数据结尾

实现目标：将信用卡图片上的卡号分组显示出来，显示每组分别是什么数字
如何匹配：模板匹配，通过每个数字来匹配

一、综述

在本博客中我们识别和生成我们日常之中信用卡数字的预选框，而后的博客中我将优化此博客，实现完整的手写数字的识别

二、流程

基本流程就是先处理我们的模板文件，然后在处理我们图像文件，然后把数字拆分出来进行模板匹配，然后把匹配到的数字进行输出，但是我这篇博客知识进行了我们输入图像的预选框勾画和原始模板图像数据的处理，而在接下来的过程中，我将来优化我的代码，多谢支持。

三、基本步骤
1.导入库

import cv2
import matplotlib.pyplot as plt
import numpy as np
from cognize_creditcard import myutils
from imutils import contours
import argparse

2.设置参数

这里的参数是指的是信用卡的模板和你的信用卡的照片

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())

初始的模板
原创文章 4获赞 0访问量 373 关注私信展开阅读全文
作者：qq_46102205