这篇文章主要介绍了python cv2在验证码识别中应用实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
使用函数cv2.imread(filepath,flags)读入一副图片
filepath:要读入图片的完整路径
flags:读入图片的标志
cv2.IMREAD_COLOR:默认参数,读入一副彩色图片,忽略alpha通道 cv2.IMREAD_GRAYSCALE:读入灰度图片 cv2.IMREAD_UNCHANGED:顾名思义,读入完整图片,包括alpha通道 cv2.cvtColor(p1,p2) 是颜色空间转换函数,p1是需要转换的图片,p2是转换成何种格式。 cv2.COLOR_BGR2RGB 将BGR格式转换成RGB格式 cv2.COLOR_BGR2GRAY 将BGR格式转换成灰度图片模版匹配
模板匹配的原理其实很简单,就是不断地在原图中移动模板图像去比较
有6种匹配方法
平方差匹配CV_TM_SQDIFF:用两者的平方差来匹配,最好的匹配值为0 归一化平方差匹配CV_TM_SQDIFF_NORMED 相关匹配CV_TM_CCORR:用两者的乘积匹配,数值越大表明匹配程度越好 归一化相关匹配CV_TM_CCORR_NORMED 相关系数匹配CV_TM_CCOEFF:用两者的相关系数匹配,1表示完美的匹配,-1表示最差的匹配 归一化相关系数匹配CV_TM_CCOEFF_NORMEDimport cv2 def findpic(self, target='background.png', template='slider.png'): """ :param target: 背景图路径 :param template: 滑块图片路径 :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,在大图中找小图 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内容,希望对大家的学习有所帮助,也希望大家多多支持武林网之家。
新闻热点
疑难解答