python与opencv摄像头识别数字代码

你可以使用OpenCV库和Python语言来实现摄像头识别数字的功能。以下是一个示例代码：

import cv2

# 定义数字分类器
digits_classifier = cv2.ml.KNearest_create()

# 加载数字分类器
digits_classifier.load('digits_classifier.xml')

# 定义摄像头对象
cap = cv2.VideoCapture(0)

while True:
    # 读取每一帧图像
    ret, frame = cap.read()

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

    # 进行图像阈值处理
    ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

    # 查找数字轮廓
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 遍历每一个数字轮廓
    for cnt in contours:
        # 获取数字轮廓的边界框
        x, y, w, h = cv2.boundingRect(cnt)

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

        # 将数字图像缩放到相同大小
        resized_digit = cv2.resize(digit, (20, 20))

        # 将数字图像转换为一维数组
        digit_data = resized_digit.reshape(-1)

        # 将一维数组转换为单行矩阵
        digit_matrix = np.float32(digit_data).reshape((1, -1))

        # 使用数字分类器对数字图像进行分类
        ret, result, neighbors, dist = digits_classifier.findNearest(digit_matrix, k=1)

        # 显示识别结果
        cv2.putText(frame, str(int(result)), (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

    # 显示帧图像
    cv2.imshow('frame', frame)

    # 等待按下 Esc 键退出
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头对象
cap.release()

# 关闭所有窗口
cv2.destroyAllWindows()

运行代码后，摄像头会自动打开，并且能够实时识别出摄像头画面中的数字并显示在窗口上。