招商銀行信用卡卡號識別專案（第一篇），Python OpenCV 影像處理取經之旅第 53 篇

Python OpenCV 365 天學習計劃，與橡皮擦一起進入影像領域吧，本篇博客是這個系列的第 53 篇，
該系列文章導航參考：https://blog.csdn.net/hihell/category_10688961.html

學在前面

從本篇博客起，我們將實際完成幾個小案例，第一個就是銀行卡號識別，預計本案例將寫 5 篇左右的博客才可以完成，一起加油吧，

本文的目標是最侄訓取一套招商銀行卡，0~9 數字的圖，對于下圖的數字，我們需要提取出來，便于后續模板匹配使用，不過下圖中找到的數字不完整，需要找到盡量多的卡片，然后補齊這些數字，

提取卡片相關數字

先對上文中卡片中的數字進行相關提取操作，加載圖片的灰度圖，獲取目標區域，在畫板中模擬一下坐標區域，為了便于進行后續的操作，

具體代碼如下：

import cv2 as cv
import numpy as np
# 讀取灰度圖
src = cv.imread("./ka1.jpg", 0)

# 尋找卡號目標區域
roi = src[142:168, 42:360]
# cv.imshow("roi",roi)

獲取到的圖片如下，發現右側邊緣缺少一部分內容，對目標區域坐標進行微調，

修改之后的代碼如下，你如果使用的圖片與橡皮擦不一致，注意進行修改，

# 尋找卡號目標區域
roi = src[142:168, 46:364]
cv.imshow("roi",roi)

消除噪音，可以增加模糊卷積操作，分別測驗均值模糊，中值模糊，高斯模糊效果，

# 模糊卷積操作
blur_roi = cv.blur(roi,(5,5))
cv.imshow("blur_roi",blur_roi)

med_roi = cv.medianBlur(roi,5)
cv.imshow("med_roi",med_roi)

gau_roi = cv.GaussianBlur(roi,(7,7),0)
cv.imshow("gau_roi",gau_roi)

測驗不同的卷積核效果，選擇一個合適的即可，我這里發現卷積核為 (7,7) 的時候，高斯模糊效果不錯，可以去噪，

接下來進行二值化操作，

# 對目標區域進行二值化操作
ret, thresh = cv.threshold(
    gau_roi, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("thresh", thresh)

二值化處理完畢之后，發現還存在一些白色區域的點，需要去除掉，這里使用了形態學里面的腐蝕操作，

# 腐蝕
kernel = np.ones((3, 4), np.uint8)
dst = cv.erode(thresh, kernel=kernel)

腐蝕之后在進行膨脹，讓原有的數字區域變的明顯，最后的圖片是進行之后的效果，關于卷積核你可以自行調整，

# 腐蝕
kernel = np.ones((3, 4), np.uint8)
erode_dst = cv.erode(thresh, kernel=kernel)
cv.imshow("erode_dst", erode_dst)
# 膨脹
kernel = np.ones((4, 4), np.uint8)
dilate_dst = cv.dilate(erode_dst, kernel=kernel)

下面進行外輪廓檢測，檢測之后發現恰好有 16 個輪廓，也就對應了 16 個數字區域，

# 檢測外輪廓
# 只檢測外輪廓
contours, hierarchy = cv.findContours(dilate_dst, cv.RETR_EXTERNAL,  cv.CHAIN_APPROX_SIMPLE)

print(len(contours))

對輪廓面積進行一下輸出，為了防止出現非目標區域，可以進行一下基本的判斷，當羅闊面積大于 80 的時候才進行展示，

target_list = []
# 輪廓判斷
for cnt in contours:

    # 輪廓面積
    area = cv.contourArea(cnt)
    print(area)
    if area > 79:
        target_list.append(cnt)

print(len(target_list))

有這些引數之后，就可以對灰度圖進行裁切了，基于外接矩形獲取目標區域，我直接做了回圈展示，

for index, cnt in enumerate(target_list):
    # 外接矩形
    x, y, w, h = cv.boundingRect(cnt)
    # 在二值化的影像上進行目標區域獲取
    c_roi = roi[y:y+h, x:x+w]
    # 調整影像大小
    # big_roi = cv.resize(c_roi, dsize=(0, 0), fx=2, fy=2)
    # big_roi = cv.resize(c_roi, dsize=(0, 0))
    cv.imshow("big_roi"+str(index), c_roi)
    # cv.imwrite(f"./numbers/ka_{index}.png", big_roi)

接下來放大圖片對其進行保存即可，得到如下圖片串列，至此，已經獲取到 1、4、6、8 幾個數字，下面在切換到另一張卡片，去獲取其他數字即可，注意圖片大小保持一致，

big_roi = cv.resize(c_roi, dsize=(42, 66))
# cv.imshow("c_roi"+str(index), c_roi)
cv.imwrite(f"./numbers/ka1_{index}.png", big_roi)

新的影像注意調整目標區域，獲取素材，已經獲取到 1、2、4、5、6、7、8 幾個數字

反復迭代這個辦法，知道 0~9 個數字獲取完整，找到所有數字之后，對該檔案夾中的所有檔案進行二值化操作，

import cv2 as cv
import os

def walk_file(file):
    for root, dirs, files in os.walk(file):
        for f in files:
            file = os.path.join(root, f)
            # 讀取灰度圖
            basename = os.path.basename(file)
            filename = basename.split(".")[0]
            src = cv.imread(file, 0)
            ret, thresh = cv.threshold(src, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
            # cv.imshow("thresh", thresh)
            cv.imwrite(f"./numbers/001_{filename}_bit.png", thresh)
            cv.waitKey()
            cv.destroyAllWindows()

if __name__ == "__main__":
    walk_file("./numbers")

二值化之后，挑選出比較清晰的數字即可，如果發現存在不清楚的，可以在尋找資源進行提取，銀行里面 8 真的是太多了，

橡皮擦最后調整之后，得到的結果如下所示，信用卡卡號識別的第一步算是準備好了，

橡皮擦的小節

今天也碰到了一些問題，最難的問題，就是顏色相近，提取不出來前面的數字，
希望今天的 1 個小時（貌似不太夠）你有所識訓，我們下篇博客見~

相關閱讀

技術專欄

1. Python 爬蟲 100 例教程，超棒的爬蟲教程，立即訂閱吧
2. Python 爬蟲小課，精彩 9 講

今天是持續寫作的第 99 / 100 天，
如果你想跟博主建立親密關系，可以關注同名公眾號 夢想橡皮擦，近距離接觸一個逗趣的互聯網高級網蟲，
博主 ID：夢想橡皮擦，希望大家點贊、評論、收藏，