畢業(yè)論文_基于opencv的銀行卡號(hào)識(shí)別-資料下載頁
2025-06-04 06:14本頁面
【正文】 像可以與模版匹配，必須對(duì)圖像進(jìn)行歸一化處理。 圖像歸一化一般分為大小位置和筆劃粗細(xì)等歸一化。由于系統(tǒng)識(shí)別的字符是阿拉伯?dāng)?shù)字的印刷體，所以只需要進(jìn)行大小和位置歸一化處理。 本文的字符圖像歸一化通過調(diào)用 opencv中 cvResize函數(shù)將得到的字符大小變成與模版字符大小一致。方便字符識(shí)別。 18 18 第 5 章 字符識(shí)別模塊 字符識(shí)別模塊主要實(shí)現(xiàn)卡號(hào)字符識(shí)別 功能即將處理好的卡號(hào)字符與模版相對(duì)比，在數(shù)字模板庫中找到和待識(shí)卡號(hào)字符匹配的字符，從而完成字符的識(shí)別。銀行卡的卡號(hào)字符都是規(guī)范的印刷單位且樣本的空間比較小，基于這些特點(diǎn)，本文采用模板匹配法來進(jìn)行卡號(hào)識(shí)別。 將提取出的字符圖像與模版對(duì)比，即可識(shí)別出銀行卡的卡號(hào)。本系統(tǒng)采取的對(duì)比方法是逐像素點(diǎn)比對(duì)。通過對(duì)字符圖像和各個(gè)模版進(jìn)行逐點(diǎn)對(duì)比，計(jì)算出比對(duì)的相同像素點(diǎn)數(shù)目，然后比較各個(gè)模版相似度，得到字符圖像的數(shù)字。 測(cè)試結(jié)果如圖 13所示。 圖 13 銀行卡卡號(hào)識(shí)別圖 樣本的測(cè)試結(jié)果表明，系統(tǒng)能正確識(shí)別絕大多數(shù)的樣本，未能達(dá)到 100％的正確識(shí)別率。經(jīng)過分析發(fā)現(xiàn)識(shí)別錯(cuò)誤或匹配失敗主要有以下三種原因： (1) 銀行卡圖像樣本背景太過復(fù)雜； (2) 有些銀行卡卡號(hào)二值化閾值選取不正確，未能消 除背景干擾； (3) 模板庫數(shù)字模版樣本較少，覆蓋面不夠廣。 19 19 結(jié)論 本文通過對(duì)圖像處理中已有算法的分析研究，借鑒了已有的一些程序，實(shí)現(xiàn)了銀行卡卡號(hào)的識(shí)別。這個(gè)程序不僅可以識(shí)別銀行卡卡號(hào)，其相關(guān)技術(shù)也可應(yīng)用到車牌號(hào)碼、護(hù)照號(hào)、身份證號(hào)等其他圖像識(shí)別。在以后的研究工作中，我認(rèn)為可以從以下幾個(gè)方面對(duì)該系統(tǒng)進(jìn)行改進(jìn)。 首先，可以加入圖像傾斜校正模塊，使得樣本圖像傾斜時(shí)可以校正。其次，應(yīng)該適當(dāng)擴(kuò)大數(shù)字模板庫，使得程序可以識(shí)別更多的銀行卡類別。最后，通過適當(dāng)方式增加函數(shù)處理圖像，使得程序可以識(shí)別背景比較復(fù)雜的銀行卡 。 在設(shè)計(jì)這個(gè)程序過程中，也遇到了一些問題。在一開始，我使用 opencv 的輪廓查找函數(shù)來對(duì)銀行卡卡號(hào)進(jìn)行定位。這時(shí)遇到了一個(gè)問題，在 opencv 里用cvFindContours 查找輪廓時(shí)，有時(shí)候無法對(duì)一個(gè)輪廓完整的進(jìn)行查找，查找輪廓得到的邊界往往不包含整個(gè)輪廓。所以我加入了 Y 方向投影來保證查找的輪廓是完整的。在對(duì)不同銀行卡進(jìn)行識(shí)別時(shí)，由于不同銀行卡的數(shù)字模版不同，我需要使用不同模版對(duì)得到的字符圖像進(jìn)行對(duì)比。我在如何對(duì)相應(yīng)銀行卡使用相應(yīng)模版方面遇到了困擾。直到老師提醒了我，我將得到的字符與各種銀行卡模版同時(shí)使 用，最相似的模版對(duì)應(yīng)的數(shù)字就是結(jié)果，解決了這個(gè)問題。 20 20 致謝語 本 文是在 彭洪 老師的悉心指導(dǎo)下完成的。 彭洪 老師為論文研究思路的設(shè)計(jì)和文獻(xiàn)資 料的選擇提供了有益的指導(dǎo)，使得論文在成文階段少走了很多彎路。同時(shí)， 彭洪 老師嚴(yán)謹(jǐn)細(xì)致的治學(xué)態(tài)度也令我受益匪淺。在論文完成之際，謹(jǐn)向 彭洪 老師致以衷心的感謝 。 參考文獻(xiàn) : [1] LU Xiaobo,LING Xiaojing,LIU plate character recognition based on the bined features (J).Chinese Journal of Scientific Instrument, 2021, 27 (7): 698701. [2] TRIE O D, JAIN A K, TORFINN extraction methods for character Survey (J).Pattern Recognitiona Recognition, 1996, 29 (4): 641662. [3] A JAIN, Y matching using deformable Templates Transactions on Pattern Analysis and Machine Intelligence, 1996, 18 (3): 267277 [4] application of neural work to image , Control and Info, Eng, 1991, 35 (1): 1118 [5] Fumiaki Takeda, Sigeru Speed Paper CurrencyRecognition by Neural Networks (J).IEEE Trans Neural Network, 1995, 6 (1) [6] Ostu . threshold selection method from Gray level Histogram [J] in IEEE Transactions on systems, man and Cyberics, SMC91979, 9 (1): 6266. [7] BERNSEN thresholding of Graylevel images of [C] / /Proceedings of the 8th International Conference on pattern :IEEE Computer Society Press,1986:12511255.
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1