python cv2在驗證碼識別中怎么用

這篇文章給大家分享的是有關python cv2在驗證碼識別中怎么用的內(nèi)容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

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：讀入圖片的標志

• cv2.IMREAD_COLOR：默認參數(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(shù)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(shù)匹配CV_TM_CCOEFF：用兩者的相關系數(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

感謝各位的閱讀！關于“python cv2在驗證碼識別中怎么用”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！