opencv实现数字识别代码

以下是使用 OpenCV 实现数字识别的 Python 代码示例：

import cv2
import numpy as np
from sklearn import svm

# 加载数字图像和标签
def load_digits():
    digits = cv2.imread('digits.png', 0)
    labels = np.loadtxt('digits_label.txt', np.int)
    return digits, labels

# 对数字图像进行预处理
def preprocess(digits):
    # 二值化
    ret, thresh = cv2.threshold(digits, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
    # 分割图像为单独的数字
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    rects = [cv2.boundingRect(contour) for contour in contours]
    rects.sort()
    # 对每个数字图像进行归一化
    normalized_digits = []
    for rect in rects:
        x, y, w, h = rect
        roi = thresh[y:y+h, x:x+w]
        resized_roi = cv2.resize(roi, (20, 20), interpolation=cv2.INTER_AREA)
        normalized_digits.append(resized_roi.reshape(-1))
    return normalized_digits

# 训练 SVM 分类器
def train_svm(digits, labels):
    clf = svm.SVC(kernel='linear', C=1)
    clf.fit(digits, labels)
    return clf

# 预测数字
def predict_digit(clf, digit):
    return clf.predict([digit])

# 加载数字图像和标签
digits, labels = load_digits()
# 对数字图像进行预处理
normalized_digits = preprocess(digits)
# 训练 SVM 分类器
clf = train_svm(normalized_digits, labels)

# 加载测试图像
test_img = cv2.imread('test.png', 0)
# 对测试图像进行预处理
test_digit = preprocess(test_img)[0]
# 预测数字
predicted_digit = predict_digit(clf, test_digit)
print('Predicted digit:', predicted_digit)

需要注意的是，这个示例代码仅供参考，实际应用中还需要根据具体情况进行适当的调整和优化。