python之使用cv2.matchTemplate识别缺口滑块验证码---实现最佳图像匹配

一、滑块验证码

案例图片，自行下载

二、识别代码

pip install opencv-python

import cv2# 读取背景图和滑块图
bg_img = cv2.imread("static/capBg.png")     # 背景图
# bg_img_gray = cv2.imread("static/capBg.png",0)     # 背景图_黑白
tpl_img = cv2.imread("static/capPiece.png")        # 滑块图
# tpl_img_gray = cv2.imread("static/capPiece.png",0)        # 滑块图_黑白
h,w = tpl_img.shape[:2]   # 获取滑块宽高# 模板匹配
result = cv2.matchTemplate(bg_img, tpl_img, cv2.TM_CCOEFF_NORMED)
minVal,maxVal,minLoc,maxLoc = cv2.minMaxLoc(result)# 写识别红框
lowerright = (maxLoc[0]+w,maxLoc[1]+h)
img_result = cv2.rectangle(bg_img.copy(),maxLoc,lowerright,(0,0,255),1)  # 在原图上画出模板匹配出的区域cv2.imshow('img_result',img_result)
cv2.waitKey(0)
cv2.destroyAllWindows()

三、效果展示