简单的opencv数字识别代码

好的，以下是一个简单的基于OpenCV的数字识别代码：

import cv2
import numpy as np
from keras.models import load_model

# 加载数字识别模型
model = load_model('model.h5')

# 识别函数
def predict(img):
    # 根据灰度图像的处理方式来预处理图像
    img = cv2.resize(img, (28,28), interpolation=cv2.INTER_AREA)
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
    img = img / 255.0
    img = img.reshape(1,28,28,1)
    prediction = model.predict(img)
    return np.argmax(prediction[0])

# 读取测试图像
img = cv2.imread('test.jpg')

# 将数字框出来并进行识别
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, thresh = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY_INV)
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:
    (x, y, w, h) = cv2.boundingRect(contour)
    roi = gray[y:y + h, x:x + w]
    pred = predict(roi)
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
    cv2.putText(img, str(pred), (x, y), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 0, 255), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了一个预训练的模型来进行数字识别，模型可以从文件中加载。然后，该代码使用OpenCV来读取、预处理和识别数字图像。最终，它会在原始图像上绘制出数字和其所在的边界框。