本文主要介绍python cv2在验证码识别中的应用。本文介绍的示例代码非常详细，对每个人的学习或工作都有一定的参考和学习价值。需要它的朋友可以参考它
使用函数cv2.imread(文件路径、标志)读入图片。（http://www.0831jlyy.com）
文件路径:图片中读取的完整路径。
旗帜:在图片中阅读的旗帜
Cv2。IMREAD_COLOR:默认参数，读入彩色图片，忽略alpha通道cv2。IMREAD _ GRADE:读入灰度图片cv2。IMREAD _ UNANCHE:顾名思义，读入完整的图片，包括alpha通道cv2，cvtColor(p1，p2)是色彩空间转换函数，p1是要转换的图片，p2是要转换的格式。Cv2。将BGR格式转换为RGB格式cv2。彩色_BGR2GRAY将BGR格式转换为灰度图像
模板匹配
模板匹配的原理实际上非常简单，即不断地将原始图像中的模板图像进行比较（http://3g.0834jlnk.com）
有六种匹配方法
方差匹配CV_TM_SQDIFF:匹配两者的方差，最佳匹配值为0归一化方差匹配CV _ TM _ SQDIFF _ NORMED相关匹配CV_TM_CCORR:匹配两者的乘积。值越大，匹配度越好。归一化相关匹配归一化相关系数匹配归一化相关系数匹配归一化相关系数匹配归一化相关系数匹配归一化相关系数匹配归一化相关系数
import cv2
def findpic(self, target='background.png', template='slider.png'):
"""
:param target: 背景图路径
:param template: 滑块图片路径
:return: （http://m.0831jl.com）
"""
target_rgb = cv2.imread(target)
target_gray = cv2.cvtColor(target_rgb, cv2.COLOR_BGR2GRAY)
template_rgb = cv2.imread(template, 0)
res = cv2.matchTemplate(target_gray, template_rgb, cv2.TM_CCOEFF_NORMED) #模板匹配，在大图中找小图
value = cv2.minMaxLoc(res)
a, b, c, d = value（http://m.xcjlnk.com）
if abs(a) >= abs(b):
distance = c[0]
else:
distance = d[0]
print(value)
return distance
以上就是本文的全部内容，希望对大家的学习有所帮助。