1 前言
?? 今天學(xué)長(zhǎng)向大家分享一個(gè)畢業(yè)設(shè)計(jì)項(xiàng)目
?? 畢業(yè)設(shè)計(jì) 基于opencv的銀行卡識(shí)別
??學(xué)長(zhǎng)這里給一個(gè)題目綜合評(píng)分(每項(xiàng)滿分5分)
- 難度系數(shù)：3分
- 工作量：3分
- 創(chuàng)新點(diǎn)：4分
項(xiàng)目運(yùn)行效果：
畢業(yè)設(shè)計(jì) 機(jī)器視覺(jué)opencv銀行卡識(shí)別系統(tǒng)
項(xiàng)目獲?。?/strong>文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-839551.html
https://gitee.com/assistant-a/project-sharing文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-839551.html
2 算法設(shè)計(jì)流程
銀行卡卡號(hào)識(shí)別技術(shù)原理是先對(duì)銀行卡圖像定位，保障獲取圖像絕對(duì)位置后，對(duì)圖像進(jìn)行字符分割，然后將分割完成的信息與模型進(jìn)行比較，從而匹配出與其最相似的數(shù)字。主要流程圖如圖
1.銀行卡號(hào)圖像
由于銀行卡卡號(hào)信息涉及個(gè)人隱私，作者很難在短時(shí)間內(nèi)獲取大量的銀行卡進(jìn)行測(cè)試和試驗(yàn)，本文即采用作者個(gè)人及模擬銀行卡進(jìn)行卡號(hào)識(shí)別測(cè)試。
2.圖像預(yù)處理
圖像預(yù)處理是在獲取圖像后必須優(yōu)先進(jìn)行的技術(shù)性處理工作，先對(duì)銀行卡卡號(hào)圖像進(jìn)行色彩處理，具體做法與流程是先將圖像灰度化，去掉圖像識(shí)別上無(wú)用的信息，然后利用歸一化只保留有效的卡號(hào)信息區(qū)域。
3.字符分割
字符分割是在對(duì)圖像進(jìn)行預(yù)處理后，在獲取有效圖像后對(duì)有效區(qū)域進(jìn)行進(jìn)一步細(xì)化處理，將圖像分割為最小識(shí)別字符單元。
4.字符識(shí)別
字符識(shí)別是在對(duì)銀行卡卡號(hào)進(jìn)行字符分割后，利用圖像識(shí)別技術(shù)來(lái)對(duì)字符進(jìn)行分析和匹配，本文作者利用的模板匹配方法。
2.1 顏色空間轉(zhuǎn)換
由于銀行卡卡號(hào)識(shí)別與顏色無(wú)關(guān)，所以銀行卡顏色是一個(gè)無(wú)用因素，我們?cè)趫D像預(yù)處理環(huán)節(jié)要先將其過(guò)濾掉。另外，圖像處理中還含有顏色信息，不僅會(huì)造成空間浪費(fèi)，增加運(yùn)算量，降低系統(tǒng)的整體效率，還會(huì)給以后的圖像分析和處理帶來(lái)干擾。因此，有必要利用灰度處理來(lái)濾除顏色信息。
灰度處理的實(shí)質(zhì)是將顏色信息轉(zhuǎn)化為亮度信息，即將原始的三維顏色信息還原為一維亮度信息?；叶然乃枷胧怯没叶戎礸來(lái)表示原始彩色圖像的R（綠色）、g（紅色）和B（藍(lán)色）分量的值，具體的流程設(shè)計(jì)如圖
2.2 邊緣切割
對(duì)于采集到的銀行卡號(hào)圖像，由于背景圖案的多樣性和卡號(hào)字體的不同，無(wú)法直接對(duì)卡號(hào)圖像進(jìn)行分割。分割前要準(zhǔn)確定位卡號(hào)，才能得到有效區(qū)域。數(shù)字字符所在的區(qū)域有許多像素。根據(jù)該特征，通過(guò)設(shè)置閾值來(lái)確定原始圖像中卡號(hào)圖像的區(qū)域。銀行卡圖像的切邊處理設(shè)計(jì)如圖
2.3 模板匹配
模板匹配是一種將需要識(shí)別的字符與已有固定模板進(jìn)行匹配的算法技術(shù)，該技術(shù)是將已經(jīng)切割好的字符圖像逐個(gè)與模板數(shù)字圖像進(jìn)行對(duì)比分析，其原理就是通過(guò)數(shù)字相似度來(lái)衡量?jī)蓚€(gè)字符元素，將目標(biāo)字符元素逐個(gè)與模板數(shù)字圖像進(jìn)行匹配，找到最接近的數(shù)字元素即可。匹配計(jì)算量隨特征級(jí)別的增加而減少。根據(jù)第一步得到的特征，選擇第二種相關(guān)計(jì)算方法來(lái)解決圖像匹配問(wèn)題。銀行卡模板匹配流程設(shè)計(jì)如圖
2.4 卡號(hào)識(shí)別
銀行卡卡號(hào)識(shí)別有其獨(dú)有的特性，因?yàn)槟壳笆忻嫔洗蠖鄶?shù)銀行卡卡號(hào)是凹凸不平的數(shù)字形式，如果使用傳統(tǒng)的計(jì)算機(jī)字符識(shí)別技術(shù)已顯然不適用，本文針對(duì)銀行卡此類特點(diǎn)，研究了解決此類問(wèn)題的識(shí)別方案。從銀行卡待識(shí)別的凸凹字符進(jìn)行預(yù)處理，然后根據(jù)滑塊算法逐個(gè)窗口對(duì)銀行卡字符進(jìn)行匹配識(shí)別，卡號(hào)識(shí)別一般從切割后的圖像最左端開(kāi)始，設(shè)定截圖選定框大小為64*48像素，因?yàn)殂y行卡所需要識(shí)別的字符一般為45像素左右。故而以此方式循環(huán)對(duì)卡片上所有數(shù)字進(jìn)行匹配、識(shí)別，如果最小值大于設(shè)置的閾值，我們將認(rèn)為這里沒(méi)有字符，這是一個(gè)空白區(qū)域，并且不輸出字符。同時(shí)，窗口位置J向下滑動(dòng)，輸出f<19&&j+20<圖像總長(zhǎng)度并判斷，最后循環(huán)得到字符數(shù)f、j。
3 銀行卡字符定位 - 算法實(shí)現(xiàn)
首先就是將整張銀行卡號(hào)里面的銀行卡號(hào)部分進(jìn)行識(shí)別，且分出來(lái)，這一個(gè)環(huán)節(jié)學(xué)長(zhǎng)用的技術(shù)就是faster-rcnn的方法
將目標(biāo)識(shí)別部分的銀行卡號(hào)部門且分出來(lái)，進(jìn)行保存
主程序的代碼如下(非完整代碼)：
#!/usr/bin/env python
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import argparse
import os
import cv2
import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
from lib.config import config as cfg
from lib.utils.nms_wrapper import nms
from lib.utils.test import im_detect
from lib.nets.vgg16 import vgg16
from lib.utils.timer import Timer
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #指定第一塊GPU可用
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.8 # 程序最多只能占用指定gpu50%的顯存
config.gpu_options.allow_growth = True #程序按需申請(qǐng)內(nèi)存
sess = tf.Session(config = config)
CLASSES = ('__background__','lb')
NETS = {'vgg16': ('vgg16_faster_rcnn_iter_70000.ckpt',), 'res101': ('res101_faster_rcnn_iter_110000.ckpt',)}
DATASETS = {'pascal_voc': ('voc_2007_trainval',), 'pascal_voc_0712': ('voc_2007_trainval+voc_2012_trainval',)}
def vis_detections(im, class_name, dets, thresh=0.5):
"""Draw detected bounding boxes."""
inds = np.where(dets[:, -1] >= thresh)[0]
if len(inds) == 0:
return
im = im[:, :, (2, 1, 0)]
fig, ax = plt.subplots(figsize=(12, 12))
ax.imshow(im, aspect='equal')
sco=[]
for i in inds:
score = dets[i, -1]
sco.append(score)
maxscore=max(sco)
# print(maxscore)成績(jī)最大值
for i in inds:
# print(i)
score = dets[i, -1]
if score==maxscore:
bbox = dets[i, :4]
# print(bbox)#目標(biāo)框的4個(gè)坐標(biāo)
img = cv2.imread("data/demo/"+filename)
# img = cv2.imread('data/demo/000002.jpg')
sp=img.shape
width = sp[1]
if bbox[0]>20 and bbox[2]+20<width:
cropped = img[int(bbox[1]):int(bbox[3]), int(bbox[0]-20):int(bbox[2])+20] # 裁剪坐標(biāo)為[y0:y1, x0:x1]
if bbox[0]<20 and bbox[2]+20<width:
cropped = img[int(bbox[1]):int(bbox[3]), int(bbox[0]):int(bbox[2])+20] # 裁剪坐標(biāo)為[y0:y1, x0:x1]
if bbox[0] > 20 and bbox[2] + 20 > width:
cropped = img[int(bbox[1]):int(bbox[3]), int(bbox[0] - 20):int(bbox[2])] # 裁剪坐標(biāo)為[y0:y1, x0:x1]
path = 'cut1/'
# 重定義圖片的大小
res = cv2.resize(cropped, (1000, 100), interpolation=cv2.INTER_CUBIC) # dsize=（2*width,2*height）
cv2.imwrite(path+str(i)+filename, res)
ax.add_patch(plt.Rectangle((bbox[0], bbox[1]),
bbox[2] - bbox[0],
bbox[3] - bbox[1], fill=False,
edgecolor='red', linewidth=3.5)
)
ax.text(bbox[0], bbox[1] - 2,
'{:s} {:.3f}'.format(class_name, score),
bbox=dict(facecolor='blue', alpha=0.5),
fontsize=14, color='white')
ax.set_title(('{} detections with '
'p({} | box) >= {:.1f}').format(class_name, class_name,thresh),
fontsize=14)
plt.axis('off')
plt.tight_layout()
plt.draw()
def demo(sess, net, image_name):
"""Detect object classes in an image using pre-computed object proposals."""
# Load the demo image
im_file = os.path.join(cfg.FLAGS2["data_dir"], 'demo', image_name)
im = cv2.imread(im_file)
# Detect all object classes and regress object bounds
timer = Timer()
timer.tic()
scores, boxes = im_detect(sess, net, im)
timer.toc()
print('Detection took {:.3f}s for {:d} object proposals'.format(timer.total_time, boxes.shape[0]))
# Visualize detections for each class
CONF_THRESH = 0.1
NMS_THRESH = 0.1
for cls_ind, cls in enumerate(CLASSES[1:]):
cls_ind += 1 # because we skipped background
cls_boxes = boxes[:, 4 * cls_ind:4 * (cls_ind + 1)]
cls_scores = scores[:, cls_ind]
# print(cls_scores)#一個(gè)300個(gè)數(shù)的數(shù)組
#np.newaxis增加維度 np.hstack將數(shù)組拼接在一起
dets = np.hstack((cls_boxes,cls_scores[:, np.newaxis])).astype(np.float32)
keep = nms(dets, NMS_THRESH)
dets = dets[keep, :]
vis_detections(im, cls, dets, thresh=CONF_THRESH)
def parse_args():
"""Parse input arguments."""
parser = argparse.ArgumentParser(description='Tensorflow Faster R-CNN demo')
parser.add_argument('--net', dest='demo_net', help='Network to use [vgg16 res101]',
choices=NETS.keys(), default='vgg16')
parser.add_argument('--dataset', dest='dataset', help='Trained dataset [pascal_voc pascal_voc_0712]',
choices=DATASETS.keys(), default='pascal_voc')
args = parser.parse_args()
return args
if __name__ == '__main__':
args = parse_args()
# model path
demonet = args.demo_net
dataset = args.dataset
#tfmodel = os.path.join('output', demonet, DATASETS[dataset][0], 'default', NETS[demonet][0])
tfmodel = r'./default/voc_2007_trainval/cut1/vgg16_faster_rcnn_iter_8000.ckpt'
# 路徑異常提醒
if not os.path.isfile(tfmodel + '.meta'):
print(tfmodel)
raise IOError(('{:s} not found.\nDid you download the proper networks from '
'our server and place them properly?').format(tfmodel + '.meta'))
# set config
tfconfig = tf.ConfigProto(allow_soft_placement=True)
tfconfig.gpu_options.allow_growth = True
# init session
sess = tf.Session(config=tfconfig)
# load network
if demonet == 'vgg16':
net = vgg16(batch_size=1)
# elif demonet == 'res101':
# net = resnetv1(batch_size=1, num_layers=101)
else:
raise NotImplementedError
net.create_architecture(sess, "TEST", 2,
tag='default', anchor_scales=[8, 16, 32])
saver = tf.train.Saver()
saver.restore(sess, tfmodel)
print('Loaded network {:s}'.format(tfmodel))
# # 文件夾下所有圖片進(jìn)行識(shí)別
# for filename in os.listdir(r'data/demo/'):
# im_names = [filename]
# for im_name in im_names:
# print('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')
# print('Demo for data/demo/{}'.format(im_name))
# demo(sess, net, im_name)
#
# plt.show()
# 單一圖片進(jìn)行識(shí)別
filename = '0001.jpg'
im_names = [filename]
for im_name in im_names:
print('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')
print('Demo for data/demo/{}'.format(im_name))
demo(sess, net, im_name)
plt.show()
效果如下：
4 字符分割
將切分出來(lái)的圖片進(jìn)行保存，然后就是將其進(jìn)行切分：
主程序的代碼和上面第一步的步驟原理是相同的，不同的就是訓(xùn)練集的不同設(shè)置
效果圖如下：
5 銀行卡數(shù)字識(shí)別
僅部分代碼：
# author：丹成學(xué)長(zhǎng) Q746976041
import os
import tensorflow as tf
from PIL import Image
from nets2 import nets_factory
import numpy as np
import matplotlib.pyplot as plt
# 不同字符數(shù)量
CHAR_SET_LEN = 10
# 圖片高度
IMAGE_HEIGHT = 60
# 圖片寬度
IMAGE_WIDTH = 160
# 批次
BATCH_SIZE = 1
# tfrecord文件存放路徑
TFRECORD_FILE = r"C:\workspace\Python\Bank_Card_OCR\demo\test_result\tfrecords/1.tfrecords"
# placeholder
x = tf.placeholder(tf.float32, [None, 224, 224])
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #指定第一塊GPU可用
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5 # 程序最多只能占用指定gpu50%的顯存
config.gpu_options.allow_growth = True #程序按需申請(qǐng)內(nèi)存
sess = tf.Session(config = config)
# 從tfrecord讀出數(shù)據(jù)
def read_and_decode(filename):
# 根據(jù)文件名生成一個(gè)隊(duì)列
filename_queue = tf.train.string_input_producer([filename])
reader = tf.TFRecordReader()
# 返回文件名和文件
_, serialized_example = reader.read(filename_queue)
features = tf.parse_single_example(serialized_example,
features={
'image' : tf.FixedLenFeature([], tf.string),
'label0': tf.FixedLenFeature([], tf.int64),
})
# 獲取圖片數(shù)據(jù)
image = tf.decode_raw(features['image'], tf.uint8)
# 沒(méi)有經(jīng)過(guò)預(yù)處理的灰度圖
image_raw = tf.reshape(image, [224, 224])
# tf.train.shuffle_batch必須確定shape
image = tf.reshape(image, [224, 224])
# 圖片預(yù)處理
image = tf.cast(image, tf.float32) / 255.0
image = tf.subtract(image, 0.5)
image = tf.multiply(image, 2.0)
# 獲取label
label0 = tf.cast(features['label0'], tf.int32)
return image, image_raw, label0
# 獲取圖片數(shù)據(jù)和標(biāo)簽
image, image_raw, label0 = read_and_decode(TFRECORD_FILE)
# 使用shuffle_batch可以隨機(jī)打亂
image_batch, image_raw_batch, label_batch0 = tf.train.shuffle_batch(
[image, image_raw, label0], batch_size=BATCH_SIZE,
capacity=50000, min_after_dequeue=10000, num_threads=1)
# 定義網(wǎng)絡(luò)結(jié)構(gòu)
train_network_fn = nets_factory.get_network_fn(
'alexnet_v2',
num_classes=CHAR_SET_LEN * 1,
weight_decay=0.0005,
is_training=False)
with tf.Session() as sess:
# inputs: a tensor of size [batch_size, height, width, channels]
X = tf.reshape(x, [BATCH_SIZE, 224, 224, 1])
# 數(shù)據(jù)輸入網(wǎng)絡(luò)得到輸出值
logits, end_points = train_network_fn(X)
# 預(yù)測(cè)值
logits0 = tf.slice(logits, [0, 0], [-1, 10])
predict0 = tf.argmax(logits0, 1)
# 初始化
sess.run(tf.global_variables_initializer())
# 載入訓(xùn)練好的模型
saver = tf.train.Saver()
saver.restore(sess, '../Cmodels/model/crack_captcha1.model-6000')
# saver.restore(sess, '../1/crack_captcha1.model-2500')
# 創(chuàng)建一個(gè)協(xié)調(diào)器，管理線程
coord = tf.train.Coordinator()
# 啟動(dòng)QueueRunner, 此時(shí)文件名隊(duì)列已經(jīng)進(jìn)隊(duì)
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
for i in range(6):
# 獲取一個(gè)批次的數(shù)據(jù)和標(biāo)簽
b_image, b_image_raw, b_label0 = sess.run([image_batch,image_raw_batch,label_batch0])
# 顯示圖片
img = Image.fromarray(b_image_raw[0], 'L')
plt.imshow(img)
plt.axis('off')
plt.show()
# 打印標(biāo)簽
print('label:', b_label0)
# 預(yù)測(cè)
label0 = sess.run([predict0], feed_dict={x: b_image})
# 打印預(yù)測(cè)值
print('predict:', label0[0])
# 通知其他線程關(guān)閉
coord.request_stop()
# 其他所有線程關(guān)閉之后，這一函數(shù)才能返回
coord.join(threads)
最終實(shí)現(xiàn)效果：
簡(jiǎn)化流程
模板預(yù)處理
輪廓檢測(cè)
最后
項(xiàng)目運(yùn)行效果：
畢業(yè)設(shè)計(jì) 機(jī)器視覺(jué)opencv銀行卡識(shí)別系統(tǒng)
項(xiàng)目獲?。?/strong>
https://gitee.com/assistant-a/project-sharing
到了這里，關(guān)于畢設(shè) 基于opencv的銀行卡識(shí)別的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
