用opencv写一个可识别123的代码

好的，以下是一个基于Python和OpenCV的简单程序，可以识别数字1、2、3：

import cv2

# 加载数字模板图片
one_img = cv2.imread('one.png', 0)
two_img = cv2.imread('two.png', 0)
three_img = cv2.imread('three.png', 0)

# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头画面
    ret, frame = cap.read()
    
    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 匹配数字模板
    res1 = cv2.matchTemplate(gray, one_img, cv2.TM_CCOEFF_NORMED)
    res2 = cv2.matchTemplate(gray, two_img, cv2.TM_CCOEFF_NORMED)
    res3 = cv2.matchTemplate(gray, three_img, cv2.TM_CCOEFF_NORMED)
    
    # 获取最佳匹配位置
    loc1 = cv2.minMaxLoc(res1)[3]
    loc2 = cv2.minMaxLoc(res2)[3]
    loc3 = cv2.minMaxLoc(res3)[3]
    
    # 根据阈值确定数字位置
    threshold = 0.8
    if cv2.max(res1) > threshold:
        cv2.rectangle(frame, loc1, (loc1[0]+50, loc1[1]+50), (0, 0, 255), 2)
        cv2.putText(frame, '1', loc1, cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    if cv2.max(res2) > threshold:
        cv2.rectangle(frame, loc2, (loc2[0]+50, loc2[1]+50), (0, 255, 0), 2)
        cv2.putText(frame, '2', loc2, cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
    if cv2.max(res3) > threshold:
        cv2.rectangle(frame, loc3, (loc3[0]+50, loc3[1]+50), (255, 0, 0), 2)
        cv2.putText(frame, '3', loc3, cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)

    # 显示画面
    cv2.imshow('frame', frame)

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

# 释放摄像头资源
cap.release()
cv2.destroyAllWindows()

在这个程序中，我们首先加载数字1、2、3的模板图片，然后通过摄像头读取画面，并将其转换为灰度图像。接下来，我们使用OpenCV的模板匹配函数`cv2.matchTemplate()`来匹配数字模板，然后根据阈值确定数字位置，并用矩形和文本标注出来。最后，我们通过`cv2.imshow()`展示画面，并在按下`q`键时退出程序。

请注意，这个程序只能识别静态的数字图像，如果要识别动态的数字视频流，需要使用更复杂的算法和技术。