这段代码用 OpenCV 做了一份“数字模板字典”，然后在银行卡/身份证照片里自动找到身份证号那一行，把每个数字切出来跟模板比对，最终输出并高亮显示出完整的身份证号码，下面是代码解释：
模块 1 工具箱（通用函数）
目的：
cv_show：调试时弹窗查看中间图像sort_contours：按指定顺序（左→右、上→下等）排列轮廓，避免 OpenCV 随机顺序
代码
def cv_show(name, image):cv2.imshow(name, image)cv2.waitKey(0)def sort_contours(cnts, method='left-to-right'):reverse = Falsei = 0if method in ('right-to-left', 'bottom-to-top'):reverse = Trueif method in ('top-to-bottom', 'bottom-to-top'):i = 1boundingBoxes = [cv2.boundingRect(c) for c in cnts](cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes),key=lambda b: b[1][i],reverse=reverse))return cnts, boundingBoxes注意
返回值为元组，后续用
[0]取排序后的轮廓若数字多行，可将
method改为'top-to-bottom'
模块 2 模板制作（生成 0-9 标准模板）
目的
从干净模板图中切出单个数字 → 统一尺寸（57×88）→ 白底黑字，供后续模板匹配
步骤
读图
img = cv2.imread("picture/TP.png") gray = cv2.imread("picture/TP.png", 0)二值化（数字变白）
ref = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY_INV)[1]找轮廓并排序
_, refCnts, _ = cv2.findContours(ref, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) refCnts = sort_contours(refCnts, method='left-to-right')[0]生成模板字典
digits = {} for (i, c) in enumerate(refCnts):x, y, w, h = cv2.boundingRect(c)roi = ref[y-2:y+h+2, x-2:x+w+2]roi = cv2.resize(roi, (57, 88))roi = cv2.bitwise_not(roi) # 白底黑字digits[i] = roi
注意
模板图需无粘连、无干扰
若含小数点/空格，需额外过滤以保证
digits长度为 10
模块 3 输入图预处理（定位身份证号区域）
目的
在整幅银行卡/身份证中，仅保留“身份证号”水平条带，减少误检
步骤
读图
img = cv2.imread('picture/card_id.jpg') gray = cv2.imread('picture/card_id.jpg', 0)二值化
ref = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY_INV)[1]找轮廓
_, refCnts, _ = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)几何过滤（针对当前图写死坐标）
注意
330/360/220 为经验值，换图需调整
光照不均时建议自适应阈值或亮度归一化
模块 4 单字符切割 + 模板匹配识别
目的
将单行 ROI 切成单个字符，与模板库 0-9 匹配，得分最高者即为识别结果，并绘制边框与文字
步骤
遍历每个候选矩形
output = [] for (i, (gX, gY, gW, gH)) in enumerate(locs):group = gray[gY-2:gY+gH+2, gX-2:gX+gW+2]group = cv2.threshold(group, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]roi = cv2.resize(group, (57, 88))模板匹配打分
scores = [] for (digit, digitROI) in digits.items():result = cv2.matchTemplate(roi, digitROI, cv2.TM_CCOEFF)(_, score, _, _) = cv2.minMaxLoc(result)scores.append(score) jieguo = str(np.argmax(scores)) output.append(jieguo)绘制结果
cv2.rectangle(imgg, (gX-5, gY-5), (gX+gW+5, gY+gH+5), (0, 0, 255), 1) cv2.putText(imgg, jieguo, (gX, gY-15), cv2.FONT_HERSHEY_SIMPLEX, 0.65, (0, 0, 255), 2)打印整串号码
print("Card ID #: {}".format("".join(output))) cv2.imshow("Image", imgg) cv2.waitKey(0) cv2.destroyAllWindows()
注意
若印刷为黑底白字，需再次
bitwise_not仅支持数字 0-9；含字母/X 需扩展模板或改用 CNN
连体数字需先投影分割再识别
)