快捷導(dǎo)航

python cv2在驗(yàn)證碼識(shí)別中應(yīng)用實(shí)例解析

更新時(shí)間：2019年12月25日 10:01:16 作者：公眾號(hào)python學(xué)習(xí)開(kāi)發(fā)

這篇文章主要介紹了python cv2在驗(yàn)證碼識(shí)別中應(yīng)用實(shí)例解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

使用函數(shù)cv2.imread(filepath,flags)讀入一副圖片

filepath：要讀入圖片的完整路徑

flags：讀入圖片的標(biāo)志

cv2.IMREAD_COLOR：默認(rèn)參數(shù)，讀入一副彩色圖片，忽略alpha通道
cv2.IMREAD_GRAYSCALE：讀入灰度圖片
cv2.IMREAD_UNCHANGED：顧名思義，讀入完整圖片，包括alpha通道
cv2.cvtColor(p1,p2) 是顏色空間轉(zhuǎn)換函數(shù)，p1是需要轉(zhuǎn)換的圖片，p2是轉(zhuǎn)換成何種格式。
cv2.COLOR_BGR2RGB 將BGR格式轉(zhuǎn)換成RGB格式
cv2.COLOR_BGR2GRAY 將BGR格式轉(zhuǎn)換成灰度圖片

模版匹配

模板匹配的原理其實(shí)很簡(jiǎn)單，就是不斷地在原圖中移動(dòng)模板圖像去比較

有6種匹配方法

平方差匹配CV_TM_SQDIFF：用兩者的平方差來(lái)匹配，最好的匹配值為0
歸一化平方差匹配CV_TM_SQDIFF_NORMED
相關(guān)匹配CV_TM_CCORR：用兩者的乘積匹配，數(shù)值越大表明匹配程度越好
歸一化相關(guān)匹配CV_TM_CCORR_NORMED
相關(guān)系數(shù)匹配CV_TM_CCOEFF：用兩者的相關(guān)系數(shù)匹配，1表示完美的匹配，-1表示最差的匹配
歸一化相關(guān)系數(shù)匹配CV_TM_CCOEFF_NORMED

  import cv2
  def findpic(self, target='background.png', template='slider.png'):
    """
    :param target: 背景圖路徑
    :param template: 滑塊圖片路徑
    :return: 
    """
    target_rgb = cv2.imread(target)
    target_gray = cv2.cvtColor(target_rgb, cv2.COLOR_BGR2GRAY)
    template_rgb = cv2.imread(template, 0)
    res = cv2.matchTemplate(target_gray, template_rgb, cv2.TM_CCOEFF_NORMED) #模板匹配，在大圖中找小圖
    value = cv2.minMaxLoc(res)
    a, b, c, d = value
    if abs(a) >= abs(b):
      distance = c[0]
    else:
      distance = d[0]
    print(value)
    return distance

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: