這篇文章主要介紹了python cv2在驗證碼識別中應用實例解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
使用函數cv2.imread(filepath,flags)讀入一副圖片
filepath:要讀入圖片的完整路徑
flags:讀入圖片的標志
cv2.IMREAD_COLOR:默認參數,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) 是顏色空間轉換函數,p1是需要轉換的圖片,p2是轉換成何種格式。 cv2.COLOR_BGR2RGB 將BGR格式轉換成RGB格式 cv2.COLOR_BGR2GRAY 將BGR格式轉換成灰度圖片模版匹配
模板匹配的原理其實很簡單,就是不斷地在原圖中移動模板圖像去比較
有6種匹配方法
平方差匹配CV_TM_SQDIFF:用兩者的平方差來匹配,最好的匹配值為0 歸一化平方差匹配CV_TM_SQDIFF_NORMED 相關匹配CV_TM_CCORR:用兩者的乘積匹配,數值越大表明匹配程度越好 歸一化相關匹配CV_TM_CCORR_NORMED 相關系數匹配CV_TM_CCOEFF:用兩者的相關系數匹配,1表示完美的匹配,-1表示最差的匹配 歸一化相關系數匹配CV_TM_CCOEFF_NORMEDimport 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內容,希望對大家的學習有所幫助,也希望大家多多支持武林網之家。
新聞熱點
疑難解答