Python识别视频中数字的代码

可以使用 OpenCV 库中的数字识别功能来实现。以下是一个示例代码：

import cv2

# 读取视频
cap = cv2.VideoCapture('video.mp4')

# 创建数字识别器
digits = cv2.ml.KNearest_create()

# 加载数字训练数据
digits.train(samples, cv2.ml.ROW_SAMPLE, responses)

while cap.isOpened():
    # 读取视频帧
    ret, frame = cap.read()

    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 二值化处理
    ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

    # 查找轮廓
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 遍历轮廓
    for cnt in contours:
        # 计算轮廓的边界框
        x, y, w, h = cv2.boundingRect(cnt)

        # 提取数字图像
        digit = thresh[y:y+h, x:x+w]

        # 调整大小
        resized_digit = cv2.resize(digit, (20, 20))

        # 展平为一维数组
        flattened_digit = resized_digit.reshape((1, 400))

        # 使用数字识别器识别数字
        ret, result, neighbours, dist = digits.findNearest(flattened_digit, k=1)

        # 在图像上绘制数字
        cv2.putText(frame, str(int(result[0][0])), (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('frame', frame)

    # 按下 q 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

其中，`samples` 和 `responses` 是数字训练数据，可以使用 `cv2.imread` 和 `cv2.resize` 函数加载和调整大小。