Python如何识别银行卡卡号?


Posted in Python onJune 10, 2021

一、现有资源梳理

目前有一张卡号模板图片

Python如何识别银行卡卡号?

N张测试银行卡图片,其一如下

Python如何识别银行卡卡号?

操作环境 win10-64位
代码语言 Python 3.6

二、实现方案规划

对模板操作,将十个模板和对应的数字一一对应起来

图片中通过查找轮廓,然后绘制轮廓外界矩形的方式,将每一和数字分割出来,并和对应的数字相对应。以字典的形式保存
每一个模板都是这样的形式存储。

array([[ 0, 0, 0, 0, 0, 0, 0, 255, 255, 255, 255, 255, 255],
	 [ 0, 0, 0, 0, 0, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [ 0, 0, 0, 0, 0, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 0, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 255, 255, 255], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 0, 0, 0], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 0, 0, 0], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 0, 0, 0], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 0, 0, 0], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 0, 0, 0], 
	 [255, 255, 255, 255, 255, 0, 0, 0, 255, 255, 0, 0, 0], 
	 [255, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], 
	 [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], 
	 [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], 
	 [255, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 255, 255]], dtype=uint8)

对测试图片操作,取得我们需要的,每个数字的像素 .

整个照片的干扰信息很多,很难直接就定位到卡号位置,需要经过一系列的变换。
定位到卡号位置后,如何将每个卡号给提取出来,进行模板匹配,识别其数字。

1.输入的图片为RGB格式,需要转换成GRAY格式,然后再将灰度形式的图片进行二值化处理。

2.对于二值化处理之后的图片进行Sobel滤波,将数字模糊,连接起来。

3.经过Sobel之后可能数字没有连接在一起,所以执行闭操作将相邻的数字连接起来,因为数字是横向的,所以闭操作的核设置为[1,1,1,1,1,1,1,1,1]

4.通过查找轮廓和轮廓外接矩形的方式定位到连续数字区域。

5.通过连续数字区域分割出每一个数字,然后将每个数字和模板进行匹配,匹配结果最高的就是最有可能的数字。

三、代码实现

工具包导入

from imutils import contours
import numpy as np
import argparse
import cv2
import myutils

路径和绘图函数及信用卡类型设定

# 模板图片
template = 'images/ocr_a_reference.png'
# 测试图片
image = 'images/credit_card_03.png'
# 指定信用卡类型
FIRST_NUMBER = {
	"3": "American Express",
	"4": "Visa",
	"5": "MasterCard",
	"6": "Discover Card"
}
# 绘图展示
def cv_show(name,img):
	cv2.imshow(name, img)
	cv2.waitKey(0)
	cv2.destroyAllWindows()

模板处理

img = cv2.imread(template)
cv_show('img', img)
# 灰度图
ref = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv_show('ref', ref)
# 二值图像
ref = cv2.threshold(ref, 10, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref', ref)

# 计算轮廓
#cv2.findContours()函数接受的参数为二值图,即黑白的(不是灰度图),cv2.RETR_EXTERNAL只检测外轮廓,cv2.CHAIN_APPROX_SIMPLE只保留终点坐标
#返回的list中每个元素都是图像中的一个轮廓

ref_, refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

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] #排序,从左到右,从上到下
digits = {}

# 遍历每一个轮廓
for (i, c) in enumerate(refCnts):
	# 计算外接矩形并且resize成合适大小
	(x, y, w, h) = cv2.boundingRect(c)
	roi = ref[y:y + h, x:x + w]
	roi = cv2.resize(roi, (57, 88))

	# 每一个数字对应每一个模板
	digits[i] = roi
# print(digits)

测试图片处理

# 初始化卷积核
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 3))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

#读取输入图像,预处理
image = cv2.imread(image)
cv_show('image',image)
image = myutils.resize(image, width=300)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv_show('gray',gray)

#礼帽操作,突出更明亮的区域
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相当于用3*3的
	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)

#通过闭操作(先膨胀,再腐蚀)将数字连在一起
gradX = cv2.morphologyEx(gradX, cv2.MORPH_CLOSE, rectKernel) 
cv_show('gradX',gradX)
#THRESH_OTSU会自动寻找合适的阈值,适合双峰,需把阈值参数设置为0
thresh = cv2.threshold(gradX, 0, 255,
	cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] 
cv_show('thresh',thresh)

#再来一个闭操作

thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel) #再来一个闭操作
cv_show('thresh',thresh)

# 计算轮廓

thresh_, 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)

	# 选择合适的区域,根据实际任务来,这里的基本都是四个数字一组
	if ar > 2.5 and ar < 4.0:

		if (w > 40 and w < 55) and (h > 10 and h < 20):
			#符合的留下来
			locs.append((x, y, w, h))

# 将符合的轮廓从左到右排序
locs = sorted(locs, key=lambda x:x[0])
output = []

# 遍历每一个轮廓中的数字
for (i, (gX, gY, gW, gH)) in enumerate(locs):
	# initialize the list of group digits
	groupOutput = []

	# 根据坐标提取每一个组
	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)
	# 计算每一组的轮廓
	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:
		# 找到当前数值的轮廓,resize成合适的的大小
		(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)

		# 计算匹配得分
		scores = []

		# 在模板中计算每一个得分
		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)

		# 得到最合适的数字
		groupOutput.append(str(np.argmax(scores)))

	# 画出来
	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_SIMPLEX, 0.65, (0, 0, 255), 2)

	# 得到结果
	output.extend(groupOutput)

# 打印结果
print("Credit Card Type: {}".format(FIRST_NUMBER[output[0]]))
print("Credit Card #: {}".format("".join(output)))
cv2.imshow("Image", image)
cv2.waitKey(0)
# (194, 300)
# Credit Card Type: MasterCard
# Credit Card #: 5412751234567890

所有代码连在一起就是完整的代码

到此这篇关于Python如何识别银行卡卡号?的文章就介绍到这了,更多相关Python识别卡号内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
使用Python编写一个模仿CPU工作的程序
Apr 16 Python
Python实现将不规范的英文名字首字母大写
Nov 15 Python
Python实现全角半角字符互转的方法
Nov 28 Python
利用python获取Ping结果示例代码
Jul 06 Python
Jupyter notebook远程访问服务器的方法
May 24 Python
python迭代dict的key和value的方法
Jul 06 Python
python实现C4.5决策树算法
Aug 29 Python
Pytorch 神经网络—自定义数据集上实现教程
Jan 07 Python
jupyter notebook 增加kernel教程
Apr 10 Python
PyQt5实现简单的计算器
May 30 Python
python基本算法之实现归并排序(Merge sort)
Sep 01 Python
如何用python清洗文件中的数据
Jun 18 Python
使用python+pygame开发消消乐游戏附完整源码
Python数据可视化之基于pyecharts实现的地理图表的绘制
python使用PySimpleGUI设置进度条及控件使用
python3+PyQt5+Qt Designer实现界面可视化
Django使用echarts进行可视化展示的实践
教你如何使用Python Tkinter库制作记事本
Jun 10 #Python
Python中常见的反爬机制及其破解方法总结
Jun 10 #Python
You might like
星际争霸任务指南——人族
2020/03/04 星际争霸
PHP中调用JAVA
2006/10/09 PHP
探讨方法的重写(覆载)详解
2013/06/08 PHP
php微信公众号开发之快递查询
2018/10/20 PHP
让whoops帮我们告别ThinkPHP6的异常页面
2020/03/02 PHP
javascript 避免闭包引发的问题
2009/03/17 Javascript
jquery 插件实现图片延迟加载效果代码
2010/02/06 Javascript
基于jQuery的图片剪切插件
2011/08/03 Javascript
javascript动态加载二
2012/08/22 Javascript
form表单只提交数据而不进行页面跳转的解决方案
2013/09/18 Javascript
Firefox中通过JavaScript复制数据到剪贴板(Copy to Clipboard 跨浏览器版)
2013/11/22 Javascript
文本框水印提示效果的简单实现代码
2014/02/22 Javascript
Area 区域实现post提交数据的js写法
2014/04/22 Javascript
JavaScript fontsize方法入门实例(按照指定的尺寸来显示字符串)
2014/10/17 Javascript
javascript操作ul中li的方法
2015/05/14 Javascript
一步步教大家编写酷炫的导航栏js+css实现
2016/03/14 Javascript
快速掌握Node.js中setTimeout和setInterval的使用方法
2016/03/21 Javascript
基于JS实现弹出一个隐藏的div窗口body页面变成灰色并且不可被编辑
2016/12/14 Javascript
vue引入swiper插件的使用实例
2017/07/19 Javascript
Vee-Validate的使用方法详解
2017/09/22 Javascript
Vue中的异步组件函数实现代码
2018/07/20 Javascript
浅谈JavaScript 代码整洁之道
2018/10/23 Javascript
新手快速入门微信小程序组件库 iView Weapp
2019/06/24 Javascript
vue实现简单全选和反选功能
2020/09/15 Javascript
Python 多线程实例详解
2017/03/25 Python
Python网络编程 Python套接字编程
2017/09/13 Python
python cx_Oracle的基础使用方法(连接和增删改查)
2017/11/19 Python
python矩阵/字典实现最短路径算法
2019/01/17 Python
Pandas库之DataFrame使用的学习笔记
2019/06/21 Python
如何用canvas实现在线签名的示例代码
2018/07/10 HTML / CSS
教你打造完美的创业计划书
2014/01/06 职场文书
老总助理工作岗位职责
2014/02/06 职场文书
银行求职自荐书
2014/06/25 职场文书
电子银行业务授权委托书
2014/10/10 职场文书
SpringBoot生成License的实现示例
2021/06/16 Java/Android
Oracle使用别名的好处
2022/04/19 Oracle