没有合适的资源?快使用搜索试试~ 我知道了~
基于Opencv的银行卡号识别系统的设计与实现.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 3 下载量 183 浏览量
2023-09-07
16:38:45
上传
评论 5
收藏 2.54MB DOCX 举报
温馨提示
试读
31页
基于Opencv的银行卡号识别系统的设计与实现.docx
资源推荐
资源详情
资源评论
基于 OpenCV 的银行卡号识别系统设计与实现
摘要 通过输入银行卡号进行绑定是电子货币的互通的基础,但在越来越讲究效率的现在,如何
快速的输入卡号成为人们的关注点。因而,本设计设计了一个银行卡号识别系统,该系统完成了
银行卡号的识别。该系统是建立在 OpenCV 基础上的,对拍摄图片进行许多图像处理后得到银行卡
号位置,然后切割图片得到该区域,最后采用深度学习的识别模型对其识别,得到识别结果并进
行输出。通过多次识别结果对比,证明该系统具有较快的识别速度和较高的准确率,同时识别结
果相对稳定。
关键词 银行卡卡号 图像处理 深度学习
Design and Implementation of Bank Card Number
Identification System Based on OpenCV
Abstract : The identification of bank card numbers is the basis for the realization of
e-commerce and electronic money. Therefore, how to quickly and accurately identify bank card
numbers automatically becomes an important key technologyTherefore, this design designs a
bank card number identification system, the system completes the bank card number
identification. The system is built on the basis of OpenCV. After many image processing of the
pictures taken, the bank card number position is obtained, and then the image is cut to obtain
the region. Finally, the recognition model of deep learning is used to identify the image, and the
recognition result is obtained and output. Through the comparison of recognition results for
many times, it is proved that the system has fast recognition speed and high accuracy, and the
recognition results are relatively stable.
Key words bank card number Image processing deep learning
目 录
引言 .............................................................................................................................................................1
1 图像处理技术 .........................................................................................................................................2
1.1 图片整体提取...............................................................................................................................2
1.2 图像数据处理...............................................................................................................................3
1.2.1 灰度化...............................................................................................................................3
1.2.2 浮雕化...............................................................................................................................3
1.2.3 二值化...............................................................................................................................4
1.3 图像检测.......................................................................................................................................4
1.3.1 边缘检测...........................................................................................................................4
1.3.2 轮廓检测...........................................................................................................................5
1.3 图像截取.......................................................................................................................................6
2 基于深度学习的银行卡号自动识别算法 .............................................................................................7
2.1 深度学习.......................................................................................................................................7
2.2 模型结构.......................................................................................................................................7
2.3 具体模型.......................................................................................................................................8
2.3.1 CNN 模型...........................................................................................................................8
2.3.2 RNN 模型...........................................................................................................................9
3 实验结果与分析 ...................................................................................................................................12
3.1 数据集准备.................................................................................................................................12
3.2 实验过程.....................................................................................................................................12
3.3 实验结果与分析.........................................................................................................................13
4 结束语 ...................................................................................................................................................16
参考文献 ...................................................................................................................................................17
致 谢 .......................................................................................................................................................18
附 录 .......................................................................................................................................................19
引言
银行卡的识别涉及到多个方面,其中最主要的是图像处理和图像识别这两大方向。随着国
民经济的高速发展,在线支付已经成为当前经济的主流支付手段。而在线支付的金钱主要来自
银行,所以在线支付平台与银行之间的互通显得尤为重要。而这种互通需要得到银行客户的账
号加以绑定,所以,对银行卡号进行识别对银行卡服务业有着重要意义。现代发展越发讲究时
间效率,所以对于银行卡的识别需求也变得越发强烈。本系统通过对拍摄的银行卡图片进行处
理进行识别,也可以在相关数据参数修改后实现其他物体的识别。
目前使用的图像字符识别包含神经网络,模板匹配,差别不等式等多种识别方式,在这些
识别方式里面,以神经网络为基础的识别技术是建立在深度学习飞快发展下实现的,由于一个
个优秀的神经网络模型的提出,对于图像的识别有了具体化的搭建,因而成为现在最为广泛的
识别方法。通过模拟实现人脑神经元的处理方式对图像进行多种操作得到特征用于识别,但因
为处理能力很强,一般需要大量的数据集作为实现基础。模板匹配则是由于基于单一模板,不
适应多种版本的卡号识别,无法做到兼容性。差别不等式是建立在图片的差别点与合适的阈值
上的,而这些需要大量的对比实验以及计算进行确定,也需要了解相关的特征原理,
本设计通过银行卡号字符的分类提取,设计并完成基于 OpenCV 的银行卡号识别系统,通
过大量识别表明,该系统能够稳定的识别银行卡号。本设计通过对拍摄的银行卡图片进行图像
处理,然后使用神经网络搭建的识别模型对处理完成的图片进行识别,借此实现卡号识别,可
以为进行与银行卡相关的绑定提供方便。此外,该技术不单单可以应用于银行卡号识别,通过
修改不同物体的特征参数,可以进行其他物体的识别。
银行卡号的识别系统流程图如下所示:
图 1 银行卡识别流程图
图像处理的功能是将输入的原始图像处理为适合后续部分处理所要求的图像, 然后对的
图像进行卡号字符的查找与保存。其中卡号的查找与提取是该部分的主要的处理目的,卡号查
找的结果将会直接影响到后面部分的识别结果。通过轮廓检测得到卡号位置后进行保存并输入
输入模型识别部分。
模型识别的主要目的是将截取好的卡号图像导入建立的卡号识别模型中进行识别,得到识
别结果并输出。
2
1 图像处理技术
1.1 图片整体提取
图像的整体提取处理是在对灰度图像进行线段检测获得线段数据的基础上实现的,对于银
行卡的整体提取需要得到对应的线段数据,数据需要在灰度图上进行线段检测得到,思想是通
过算子进行边缘检测,随后进行算法变换,得到线段的数据。
本设计采用的直线检测算法是霍夫变换算法,该算法不仅可以查找图像中的直线,也可以
通过调整用来查找图像中相对低级的线结构。通过霍夫变换算法得到的输出的是以浮点数坐标
形式的数组,数组中的数值表示检测到的直线的起点与重点坐标。
通过霍夫变换得到了包含图中所有被检测到的线段起点与终点,根据得到的数据选取最小
与最大的 x,y 确定银行卡的整体范围,可以截取到银行卡的具体区域,去除多余的背景。
效果如下:
图 2 原图
图 3 图像整体提取
3
1.2 图像数据处理
本设计的使用的图像数据处理主要为灰度化、浮雕化、二值化等。
1.2.1 灰度化
灰度化是相对于彩图而言的,一张基本的彩色图片包含了多个通道,最常见的是 RGB,而
灰色图像则是多个通道分量相等后的产物。灰度化的好处在于是图像只具备亮度而没有色彩信
息,这意味着可以减少计算值。本程序一开始输入的图片便是彩色图片,其中包含了大量不需
要用到的色彩信息,如果不去除这些色彩信息,不仅影响处理结果,还会占用数据存储空间。
所以对原始图片擦次用灰度化操作不仅可以去除多余的色彩信息,也可以节约存储空间,有利
于程序的整体运行。通过 OpenCV 提供的 cv2.cvtColor()函数完成该效果。
效果如下:
图 4 灰度化效果
1.2.2 浮雕化
浮雕化是通过像素值与周边像素值的差值确定进行滤波后的得到的像素值,因为像素差别
越大所得到的像素值越大,因而会在灰度图中显示出较为光亮,借此突出边缘,形成浮雕图像。
效果如下:
剩余30页未读,继续阅读
资源评论
- 2301_770321922024-02-28你好 这个下载了是这个论文的完整版吧?
- 杪、2024-03-16资源有一定的参考价值,与资源描述一致,很实用,能够借鉴的部分挺多的,值得下载。
- biyezuopinvip2023-12-29资源很受用,资源主总结的很全面,内容与描述一致,解决了我当下的问题。
南抖北快东卫
- 粉丝: 70
- 资源: 5584
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 01-spring-boot-overview
- vgg模型-基于深度学习AI算法对猫的动作行为识别-不含数据集图片-含逐行注释和说明文档.zip
- vgg模型-CNN图像分类识别人脸-不含数据集图片-含逐行注释和说明文档.zip
- Detect It Easy v3.03
- shufflenet模型-基于人工智能的卷积网络训练识别鞋类-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-python语言pytorch框架训练识别樱桃新鲜度-不含数据集图片-含逐行注释和说明文档.zip
- 优质资源,让 .NET 开发更简单,更通用,更流行
- resnet模型-基于深度学习对苹果颜色识别-不含数据集图片-含逐行注释和说明文档.zip
- mobilenet模型-基于图像分类算法对食物美食识别-不含数据集图片-含逐行注释和说明文档.zip
- ImmunityDebugger
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功