C++ OpenCV实现银行卡号识别功能

程序员文章站 2022-06-17 17:15:02

目录前言一、获取模板图像1.1 功能效果1.2 功能源码二、银行卡号定位2.1 将银行卡号切割成四块2.2 字符切割三、字符识别3.1.读取文件3.2.字符匹配3.3.功能源码四、效果显示4.1 功能...

前言

本文将使用opencv c++ 进行银行卡号识别。主要步骤可以细分为：

1、获取模板图像

2、银行卡号区域定位

3、字符切割

4、模板匹配

5、效果显示

接下来就具体看看是如何一步步实现的吧。

一、获取模板图像

C++ OpenCV实现银行卡号识别功能

如图所示，这是我们的模板图像。我们需要将上面的字符一一切割出来保存，以便进行后续的字符匹配环节。先进行图像灰度、阈值等操作进行轮廓提取，这里就不再细说。这里我想说的是，由于经过轮廓检索，提取出来的字符并不是按（0、1、2…7、8、9）顺序排列，所以，在这里我自定义了一个card结构体，用于图像排序。具体请看源码。

1.1 功能效果

C++ OpenCV实现银行卡号识别功能

如图为顺序切割出来的模板字符。

1.2 功能源码

bool get_template(mat temp, vector<card>&card_temp)
{
    //图像预处理
    mat gray;
    cvtcolor(temp, gray, color_bgr2gray);

    mat thresh;
    threshold(gray, thresh, 0, 255, thresh_binary_inv|thresh_otsu);

    //轮廓检测
    vector <vector<point>> contours;
    findcontours(thresh, contours, retr_external, chain_approx_simple);
    for (int i = 0; i < contours.size(); i++)
    {
        rect rect = boundingrect(contours[i]);

        double ratio = double(rect.width) / double(rect.height);
        //筛选出字符轮廓
        if (ratio > 0.5 && ratio < 1)
        {
            /*rectangle(temp, rect, scalar(0, 255, 0));*/
            mat roi = temp(rect);  //将字符扣出，放入card_temp容器备用
            card_temp.push_back({ roi ,rect });
        }
    }

    if (card_temp.empty())return false;

    //进行字符排序，使其按（0、1、2...7、8、9）顺序排序
    for (int i = 0; i < card_temp.size()-1; i++)
    {
        for (int j = 0; j < card_temp.size() - 1 - i; j++)
        {
            if (card_temp[j].rect.x > card_temp[j + 1].rect.x)
            {
                card temp = card_temp[j];
                card_temp[j] = card_temp[j + 1];
                card_temp[j + 1] = temp;
            }
        }
    }

    return true;
}

二、银行卡号定位

C++ OpenCV实现银行卡号识别功能

如图所示，这是本案例需要识别的银行卡。从图中可以看出，我们需要将银行卡号切割出来首先得将卡号分为4个小块切割，之后再需要将每一小块上的字符切割。接下来一步步看是如何操作的。

2.1 将银行卡号切割成四块

首先第一步得先进行图像预处理，通过灰度、二值化、形态学等操作提取出卡号轮廓。这里的图像预处理需要根据图像特征自行确定，并不是所有的步骤都是必须的，我们最终的目的是为了定位银行卡号所在轮廓位置。这里我使用的是二值化、以及形态学闭操作。

 //形态学操作、以便找到银行卡号区域轮廓
    mat gray;
    cvtcolor(src, gray, color_bgr2gray);

    mat gaussian;
    gaussianblur(gray, gaussian, size(3, 3), 0);

    mat thresh;
    threshold(gaussian, thresh, 0, 255, thresh_binary | thresh_otsu);

    mat close;
    mat kernel2 = getstructuringelement(morph_rect, size(15, 5));
    morphologyex(thresh, close, morph_close, kernel2);

经过灰度、阈值、形态学操作后的图像如下图所示。我们已经将银行卡号分为四个小矩形块，接下来只需通过轮廓查找、筛选就可以扣出这四个roi区域了。

C++ OpenCV实现银行卡号识别功能

  vector<vector<point>>contours;
    findcontours(close, contours, retr_external, chain_approx_simple);
    for (int i = 0; i < contours.size(); i++)
    {
        //通过面积、长宽比筛选出银行卡号区域
        double area = contourarea(contours[i]);

        if (area > 800 && area < 1400)
        {
            rect rect = boundingrect(contours[i]);
            float ratio = double(rect.width) / double(rect.height);

            if (ratio > 2.8 && ratio < 3.1)
            {
                mat roi = src(rect);
                block_roi.push_back({ roi ,rect });
            }
        }
    }

C++ OpenCV实现银行卡号识别功能

同理，我们需要将切割下来的小块按照它原来的顺序存储。

    for (int i = 0; i < block_roi.size()-1; i++)
    {
        for (int j = 0; j < block_roi.size() - 1 - i; j++)
        {
            if (block_roi[j].rect.x > block_roi[j + 1].rect.x)
            {
                card temp = block_roi[j];
                block_roi[j] = block_roi[j + 1];
                block_roi[j + 1] = temp;
            }
        }
    }

2.1.1 功能效果

C++ OpenCV实现银行卡号识别功能

2.1.2 功能源码

bool cut_block(mat src, vector<card>&block_roi)
{
    //形态学操作、以便找到银行卡号区域轮廓
    mat gray;
    cvtcolor(src, gray, color_bgr2gray);

    mat gaussian;
    gaussianblur(gray, gaussian, size(3, 3), 0);

    mat thresh;
    threshold(gaussian, thresh, 0, 255, thresh_binary | thresh_otsu);

    mat close;
    mat kernel2 = getstructuringelement(morph_rect, size(15, 5));
    morphologyex(thresh, close, morph_close, kernel2);

    vector<vector<point>>contours;
    findcontours(close, contours, retr_external, chain_approx_simple);
    for (int i = 0; i < contours.size(); i++)
    {
        //通过面积、长宽比筛选出银行卡号区域
        double area = contourarea(contours[i]);

        if (area > 800 && area < 1400)
        {
            rect rect = boundingrect(contours[i]);
            float ratio = double(rect.width) / double(rect.height);

            if (ratio > 2.8 && ratio < 3.1)
            {
                //rectangle(src, rect, scalar(0, 255, 0), 2);
                mat roi = src(rect);
                block_roi.push_back({ roi ,rect });
            }
        }
    }
    
    if (block_roi.size()!=4)return false;

    for (int i = 0; i < block_roi.size()-1; i++)
    {
        for (int j = 0; j < block_roi.size() - 1 - i; j++)
        {
            if (block_roi[j].rect.x > block_roi[j + 1].rect.x)
            {
                card temp = block_roi[j];
                block_roi[j] = block_roi[j + 1];
                block_roi[j + 1] = temp;
            }
        }
    }

    //for (int i = 0; i < block_roi.size(); i++)
    //{
    //    imshow(to_string(i), block_roi[i].mat);
    //    waitkey(0);
    //}

    return true;
}

2.2 字符切割

由步骤2.1，我们已经将银行卡号定位，且顺序切割成四个小块。接下来，我们只需要将他们依次的将字符切割下来就可以了。其实切割字符跟上面的切割小方块是差不多的，这里就不再多说了。在这里我着重要说明的是，切割出来的字符相对于银行卡所在位置。

C++ OpenCV实现银行卡号识别功能

由步骤2.1，我们顺序切割出来四个小方块。以其中一个小方块为例，当时我们存储了rect变量，它表示该小方块相对于图像起点（x，y），宽w，高h。而步骤2.2我们需要做的就是将这个小方块的字符切割出来，那么每一个字符相对于小方块所在位置为起点（x,y），宽w，高h。所以，这些字符相当于银行卡所在位置就是起点（x+x，y+y），宽 (w），高（h）。具体请细看源码。也比较简单容易理解。

 //循环上面切割出来的四个小块，将上面的字符一一切割出来。
    for (int i = 0; i < block_roi.size(); i++)
    {
        mat roi_gray;
        cvtcolor(block_roi[i].mat, roi_gray, color_bgr2gray);

        mat roi_thresh;
        threshold(roi_gray, roi_thresh, 0, 255, thresh_binary|thresh_otsu);

        vector <vector<point>> contours;
        findcontours(roi_thresh, contours, retr_external, chain_approx_simple);
        for (int j = 0; j < contours.size(); j++)
        {
            rect rect = boundingrect(contours[j]);
            //字符相对于银行卡所在的位置
            rect roi_rect(rect.x + block_roi[i].rect.x, rect.y + block_roi[i].rect.y, rect.width, rect.height);    
            mat r_roi = block_roi[i].mat(rect);
            slice_roi.push_back({ r_roi ,roi_rect });        
        }
    }

同样，在这里我们也需要将切割出来的字符顺序排序。即银行卡上的号码是怎样排序的，我们就需要怎样排序保存

    for (int i = 0; i < slice_roi.size() - 1; i++)
    {
        for (int j = 0; j < slice_roi.size() - 1 - i; j++)
        {
            if (slice_roi[j].rect.x > slice_roi[j + 1].rect.x)
            {
                card temp = slice_roi[j];
                slice_roi[j] = slice_roi[j + 1];
                slice_roi[j + 1] = temp;
            }
        }
    }

2.2.1 功能效果

C++ OpenCV实现银行卡号识别功能

如图为顺序切割出来的字符

2.2.2 功能源码

bool cut_slice(vector<card>&block_roi,vector<card>&slice_roi)
{
    //循环上面切割出来的四个小块，将上面的字符一一切割出来。
    for (int i = 0; i < block_roi.size(); i++)
    {
        mat roi_gray;
        cvtcolor(block_roi[i].mat, roi_gray, color_bgr2gray);

        mat roi_thresh;
        threshold(roi_gray, roi_thresh, 0, 255, thresh_binary|thresh_otsu);

        vector <vector<point>> contours;
        findcontours(roi_thresh, contours, retr_external, chain_approx_simple);
        for (int j = 0; j < contours.size(); j++)
        {
            rect rect = boundingrect(contours[j]);
            //字符相对于银行卡所在的位置
            rect roi_rect(rect.x + block_roi[i].rect.x, rect.y + block_roi[i].rect.y, rect.width, rect.height);    
            mat r_roi = block_roi[i].mat(rect);
            slice_roi.push_back({ r_roi ,roi_rect });        
        }
    }

    if (slice_roi.size() != 16) return false;

    for (int i = 0; i < slice_roi.size() - 1; i++)
    {
        for (int j = 0; j < slice_roi.size() - 1 - i; j++)
        {
            if (slice_roi[j].rect.x > slice_roi[j + 1].rect.x)
            {
                card temp = slice_roi[j];
                slice_roi[j] = slice_roi[j + 1];
                slice_roi[j + 1] = temp;
            }
        }
    }

    //for (int i = 0; i < slice_roi.size(); i++)
    //{
    //    imshow(to_string(i), slice_roi[i].mat);
    //    waitkey(0);
    //}

    return true;
}

三、字符识别

3.1.读取文件

C++ OpenCV实现银行卡号识别功能

如图所示，为模板图像对应的label。我们需要读取文件，进行匹配。

bool readdata(string filename, vector<int>&label)
{
    fstream fin;
    fin.open(filename, ios::in);
    if (!fin.is_open())
    {
        cout << "can not open the file!" << endl;
        return false;
    }

    int data[10] = { 0 };
    for (int i = 0; i < 10; i++)
    {
        fin >> data[i];
    }
    fin.close();

    for (int i = 0; i < 10; i++)
    {
        label.push_back(data[i]);
    }
    return true;
}

3.2.字符匹配

在这里，我的思路是：使用一个for循环，将我们切割出来的字符与现有的模板一一进行匹配。使用的算法是图像模板匹配matchtemplate。具体用法请大家自行查找相关资料。具体请看源码

3.3.功能源码

bool template_matching(vector<card>&card_temp,
    vector<card>&block_roi, vector<card>&slice_roi,
    vector<int>&result_index)
{
    for (int i = 0; i < slice_roi.size(); i++)
    {
        //将字符resize成合适大小，利于识别
        resize(slice_roi[i].mat, slice_roi[i].mat, size(60, 80), 1, 1, inter_linear);

        mat gray;
        cvtcolor(slice_roi[i].mat, gray, color_bgr2gray);

        int maxindex = 0;
        double max = 0.0;
        for (int j = 0; j < card_temp.size(); j++)
        {        
            resize(card_temp[j].mat, card_temp[j].mat, size(60, 80), 1, 1, inter_linear);

            mat temp_gray;
            cvtcolor(card_temp[j].mat, temp_gray, color_bgr2gray);

            //进行模板匹配，识别数字
            mat result;
            matchtemplate(gray, temp_gray, result, tm_sqdiff_normed);
            double minval, maxval;
            point minloc, maxloc;

            minmaxloc(result, &minval, &maxval, &minloc, &maxloc);
            
            //得分最大的视为匹配结果
            if (maxval > max)
            {
                max = maxval;
                maxindex = j; //匹配结果
            }
        }

        result_index.push_back(maxindex);//将匹配结果进行保存
    }

    if (result_index.size() != 16)return false;

    return true;
}

四、效果显示

4.1 功能源码

bool show_result(mat src, 
    vector<card>&block_roi,
    vector<card>&slice_roi, 
    vector<int>&result_index)
{
    //读取label标签
    vector<int>label;
    if (!readdata("label.txt", label))return false;

    //将匹配结果进行显示
    for (int i = 0; i < block_roi.size(); i++)
    {
        rectangle(src, rect(block_roi[i].rect.tl(), block_roi[i].rect.br()), scalar(0, 255, 0), 2);
    }
    for (int i = 0; i < slice_roi.size(); i++)
    {
        cout << label[result_index[i]] << " ";
        puttext(src, to_string(label[result_index[i]]), point(slice_roi[i].rect.tl()), font_hershey_simplex, 1, scalar(0, 0, 255), 2);
    }

    imshow("demo", src);
    waitkey(0);
    destroyallwindows();

    return true;
}

4.2 效果显示

C++ OpenCV实现银行卡号识别功能

如图所示，为本案例最终的效果展示。

五、源码

5.1 hpp文件

#pragma once
#include<opencv2/opencv.hpp>
#include<iostream>

struct card
{
	cv::mat mat;
	cv::rect rect;
};

//获取模板图像
bool get_template(cv::mat temp, std::vector<card>&card_temp);

//将银行卡卡号部分切成四块
bool cut_block(cv::mat src, std::vector<card>&block_roi);

//将每一块数字区域切分出单独数字
bool cut_slice(std::vector<card>&block_roi, std::vector<card>&slice_roi);

//将数字与模板进行模板匹配
bool template_matching(std::vector<card>&card_temp, 
	std::vector<card>&block_roi,
	std::vector<card>&slice_roi,
	std::vector<int>&result_index);

//显示最终结果
bool show_result(cv::mat src,
	std::vector<card>&block_roi, 
	std::vector<card>&slice_roi,
	std::vector<int>&result_index);

5.2 cpp文件

#include<iostream>
#include"carddectection.h"
#include<fstream>
using namespace std;
using namespace cv;


bool get_template(mat temp, vector<card>&card_temp)
{
	//图像预处理
	mat gray;
	cvtcolor(temp, gray, color_bgr2gray);

	mat thresh;
	threshold(gray, thresh, 0, 255, thresh_binary_inv|thresh_otsu);

	//轮廓检测
	vector <vector<point>> contours;
	findcontours(thresh, contours, retr_external, chain_approx_simple);
	for (int i = 0; i < contours.size(); i++)
	{
		rect rect = boundingrect(contours[i]);

		double ratio = double(rect.width) / double(rect.height);
		//筛选出字符轮廓
		if (ratio > 0.5 && ratio < 1)
		{
			/*rectangle(temp, rect, scalar(0, 255, 0));*/
			mat roi = temp(rect);  //将字符扣出，放入card_temp容器备用
			card_temp.push_back({ roi ,rect });
		}
	}

	if (card_temp.empty())return false;

	//进行字符排序，使其按（0、1、2...7、8、9）顺序排序
	for (int i = 0; i < card_temp.size()-1; i++)
	{
		for (int j = 0; j < card_temp.size() - 1 - i; j++)
		{
			if (card_temp[j].rect.x > card_temp[j + 1].rect.x)
			{
				card temp = card_temp[j];
				card_temp[j] = card_temp[j + 1];
				card_temp[j + 1] = temp;
			}
		}
	}

	//for (int i = 0; i < card_temp.size(); i++)
	//{
	//	imshow(to_string(i), card_temp[i].mat);
	//	waitkey(0);
	//}

	return true;
}



bool cut_block(mat src, vector<card>&block_roi)
{
	//形态学操作、以便找到银行卡号区域轮廓
	mat gray;
	cvtcolor(src, gray, color_bgr2gray);

	mat gaussian;
	gaussianblur(gray, gaussian, size(3, 3), 0);

	mat thresh;
	threshold(gaussian, thresh, 0, 255, thresh_binary | thresh_otsu);

	mat close;
	mat kernel2 = getstructuringelement(morph_rect, size(15, 5));
	morphologyex(thresh, close, morph_close, kernel2);

	vector<vector<point>>contours;
	findcontours(close, contours, retr_external, chain_approx_simple);
	for (int i = 0; i < contours.size(); i++)
	{
		//通过面积、长宽比筛选出银行卡号区域
		double area = contourarea(contours[i]);

		if (area > 800 && area < 1400)
		{
			rect rect = boundingrect(contours[i]);
			float ratio = double(rect.width) / double(rect.height);

			if (ratio > 2.8 && ratio < 3.1)
			{
				//rectangle(src, rect, scalar(0, 255, 0), 2);
				mat roi = src(rect);
				block_roi.push_back({ roi ,rect });
			}
		}
	}
	
	if (block_roi.size()!=4)return false;

	for (int i = 0; i < block_roi.size()-1; i++)
	{
		for (int j = 0; j < block_roi.size() - 1 - i; j++)
		{
			if (block_roi[j].rect.x > block_roi[j + 1].rect.x)
			{
				card temp = block_roi[j];
				block_roi[j] = block_roi[j + 1];
				block_roi[j + 1] = temp;
			}
		}
	}

	//for (int i = 0; i < block_roi.size(); i++)
	//{
	//	imshow(to_string(i), block_roi[i].mat);
	//	waitkey(0);
	//}

	return true;
}


bool cut_slice(vector<card>&block_roi,vector<card>&slice_roi)
{
	//循环上面切割出来的四个小块，将上面的字符一一切割出来。
	for (int i = 0; i < block_roi.size(); i++)
	{
		mat roi_gray;
		cvtcolor(block_roi[i].mat, roi_gray, color_bgr2gray);

		mat roi_thresh;
		threshold(roi_gray, roi_thresh, 0, 255, thresh_binary|thresh_otsu);

		vector <vector<point>> contours;
		findcontours(roi_thresh, contours, retr_external, chain_approx_simple);
		for (int j = 0; j < contours.size(); j++)
		{
			rect rect = boundingrect(contours[j]);
			//字符相对于银行卡所在的位置
			rect roi_rect(rect.x + block_roi[i].rect.x, rect.y + block_roi[i].rect.y, rect.width, rect.height);	
			mat r_roi = block_roi[i].mat(rect);
			slice_roi.push_back({ r_roi ,roi_rect });		
		}
	}

	if (slice_roi.size() != 16) return false;

	for (int i = 0; i < slice_roi.size() - 1; i++)
	{
		for (int j = 0; j < slice_roi.size() - 1 - i; j++)
		{
			if (slice_roi[j].rect.x > slice_roi[j + 1].rect.x)
			{
				card temp = slice_roi[j];
				slice_roi[j] = slice_roi[j + 1];
				slice_roi[j + 1] = temp;
			}
		}
	}

	//for (int i = 0; i < slice_roi.size(); i++)
	//{
	//	imshow(to_string(i), slice_roi[i].mat);
	//	waitkey(0);
	//}

	return true;
}

bool readdata(string filename, vector<int>&label)
{
	fstream fin;
	fin.open(filename, ios::in);
	if (!fin.is_open())
	{
		cout << "can not open the file!" << endl;
		return false;
	}

	int data[10] = { 0 };
	for (int i = 0; i < 10; i++)
	{
		fin >> data[i];
	}
	fin.close();

	for (int i = 0; i < 10; i++)
	{
		label.push_back(data[i]);
	}
	return true;
}

bool template_matching(vector<card>&card_temp,
	vector<card>&block_roi, vector<card>&slice_roi,
	vector<int>&result_index)
{
	for (int i = 0; i < slice_roi.size(); i++)
	{
		//将字符resize成合适大小，利于识别
		resize(slice_roi[i].mat, slice_roi[i].mat, size(60, 80), 1, 1, inter_linear);

		mat gray;
		cvtcolor(slice_roi[i].mat, gray, color_bgr2gray);

		int maxindex = 0;
		double max = 0.0;
		for (int j = 0; j < card_temp.size(); j++)
		{		
			resize(card_temp[j].mat, card_temp[j].mat, size(60, 80), 1, 1, inter_linear);

			mat temp_gray;
			cvtcolor(card_temp[j].mat, temp_gray, color_bgr2gray);

			//进行模板匹配，识别数字
			mat result;
			matchtemplate(gray, temp_gray, result, tm_sqdiff_normed);
			double minval, maxval;
			point minloc, maxloc;

			minmaxloc(result, &minval, &maxval, &minloc, &maxloc);
			
			//得分最大的视为匹配结果
			if (maxval > max)
			{
				max = maxval;
				maxindex = j; //匹配结果
			}
		}

		result_index.push_back(maxindex);//将匹配结果进行保存
	}

	if (result_index.size() != 16)return false;

	return true;
}

bool show_result(mat src, 
	vector<card>&block_roi,
	vector<card>&slice_roi, 
	vector<int>&result_index)
{
	//读取label标签
	vector<int>label;
	if (!readdata("label.txt", label))return false;

	//将匹配结果进行显示
	for (int i = 0; i < block_roi.size(); i++)
	{
		rectangle(src, rect(block_roi[i].rect.tl(), block_roi[i].rect.br()), scalar(0, 255, 0), 2);
	}
	for (int i = 0; i < slice_roi.size(); i++)
	{
		cout << label[result_index[i]] << " ";
		puttext(src, to_string(label[result_index[i]]), point(slice_roi[i].rect.tl()), font_hershey_simplex, 1, scalar(0, 0, 255), 2);
	}

	imshow("demo", src);
	waitkey(0);
	destroyallwindows();

	return true;
}

5.3 main文件

#include<iostream>
#include"carddectection.h"
using namespace std;
using namespace cv;

int main()
{

	mat src = imread("card.png");   //源图像 银行卡
	mat temp = imread("number.png"); //模板图像

	if (src.empty() || temp.empty())
	{
		cout << "no image data !" << endl;
		system("pause");
		return -1;
	}

	vector<card>card_temp;
	if (!get_template(temp, card_temp))
	{
		cout << "模板切割失败！" << endl;
		system("pause");
		return -1;
	}


	vector<card>block_roi;
	if (cut_block(src, block_roi))
	{
		vector<card>slice_roi;
		if (cut_slice(block_roi, slice_roi))
		{
			vector<int>result_index;
			if (template_matching(card_temp, block_roi, slice_roi, result_index))
			{
				show_result(src, block_roi, slice_roi, result_index);
			}
			else
			{
				cout << "识别失败！" << endl;
				system("pause");
				return -1;
			}
		}
		else
		{
			cout << "切片失败！" << endl;
			system("pause");
			return -1;
		}
	}
	else
	{
		cout << "切块失败！" << endl;
		system("pause");
		return -1;
	}

	system("pause");
	return 0;
}

总结

本文使用opencv c++进行银行卡号识别，关键步骤有以下几点。

1、银行卡号定位。根据本案例中的银行卡图像特征，我们先将银行卡号所在位置定位。根据图像特征，我们可以将银行卡号分为四个小方块进行定位切割。

2、字符分割。根据前面得到的银行卡号四个小方块，我们需要将它们顺序切割出每一个字符。

3、字符识别。我们将得到的字符与我们准备好的模板一一进行匹配。这里使用的匹配算法是图像模板匹配。

以上就是c++ opencv实现银行卡号识别功能的详细内容，更多关于c++ opencv银行卡号识别的资料请关注其它相关文章！

上一篇：类成员的访问方式和权限_PHP教程

下一篇： odbc_fetch_into分页有关问题

C++ OpenCV实现银行卡号识别功能

目录

前言

一、获取模板图像

1.1 功能效果

1.2 功能源码

二、银行卡号定位

2.1 将银行卡号切割成四块

2.2 字符切割

三、字符识别

3.1.读取文件

3.2.字符匹配

3.3.功能源码

四、效果显示

4.1 功能源码

4.2 效果显示

五、源码

5.1 hpp文件

5.2 cpp文件

5.3 main文件

总结

C++ opencv实现车道线识别

使用C++语言实现银行管理系统基础功能

python利用Opencv实现人脸识别功能

Python基于OpenCV库Adaboost实现人脸识别功能详解

使用C++、OpenCV与百度OCR接口实现汉字识别

Python Opencv实现图像轮廓识别功能