opencv数字识别代码分享

当然，我可以为您介绍一下OpenCV数字识别的代码分享。

以下是一个简单的OpenCV数字识别代码示例：

import cv2
import numpy as np

# 加载训练好的模型
model = cv2.ml.KNearest_create()
model.load('digits_model.xml')

# 读取测试图像
image = cv2.imread('test_image.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 对图像进行预处理
blur = cv2.GaussianBlur(gray, (5, 5), 0)
_, thresh = cv2.threshold(blur, 90, 255, cv2.THRESH_BINARY_INV)

# 查找轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 对每个轮廓进行识别
for contour in contours:
    (x, y, w, h) = cv2.boundingRect(contour)
    
    # 提取数字区域并调整大小
    roi = thresh[y:y+h, x:x+w]
    roi = cv2.resize(roi, (28, 28))
    roi = np.reshape(roi, (1, 784)).astype(np.float32)
    
    # 进行预测
    _, result, _, _ = model.findNearest(roi, k=1)
    digit = int(result[0][0])
    
    # 在图像上绘制识别结果
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
    cv2.putText(image, str(digit), (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0,255, 0), 2)

# 显示结果图像
cv2.imshow('Result', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了K最近邻算法进行数字识别。首先，加载训练好的模型，然后读取测试图像并进行预处理。接下来，通过查找轮廓找到数字区域，并对每个区域进行识别。最后，在图像上绘制识别结果并显示出来。

希望这个代码示例对您有所帮助！