opencv提供了方便的绘图功能，使用其中的绘图函数可以绘制直线，矩形，圆，椭圆等多种几何图形，还能在图像中的指定位置添加文字说明。在处理图像时，可能需要与当前正在处理的图像进行交互。OpenCV提供了鼠标事件，使用户可以通过鼠标与图像交互。鼠标事件能识别常用的鼠标操作，列入：针对不同案件的单击，双击，鼠标的滑动，托叶等。
重点
模板匹配，轮廓检测，阈值处理，边缘检测
阈值处理
ret, dst = cv2.threshold(src, thresh, maxval, type)
ret：表示返回的阈值。
dst：表示输出图片。
src：表示输入图片。
thresh：表示阈值。
maxval：当像素值超过了阈值（或者小于阈值，这里需要根据type参数决定），所将像素值替换为maxval。
type：二值化操作类型。
cv2.THRESH_BINARY：超过阈值部分取maxval（最大值），否则取0。
cv2.THRESH_BINARY_INV：THRESH_BINARY的反转。
cv2.THRESH_TRUNC：大于阈值部分设为阈值，否则不变。
cv2.THRESH_TOZERO：大于阈值部分不改变，否则设为0。
cv2.THRESH_TOZERO_INV：THRESH_TOZERO的反转。
轮廓查找
cv2.findContours(img,mode,method)
img:输入图片。
mode:轮廓检索模式
RETR_EXTERNAL ：只检索最外面的轮廓；
RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；
RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界;
RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次;
method:轮廓逼近方法
CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。
CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。
返回值有是三个，分别是image、cnts、hierarchy。image为一张图片，该图片与输入img图片没什么区别。cnts为轮廓的坐标值。hierarchy为轮廓之间的关系。
代码部分
import cv2
import numpy as np
def cv_show(name, img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
def sort_contours(cnts,method = "left-to-right"):
reverse = False
i=0
if method =="right-to-left" or method =="bottom-to-top":
reverse = True
if method =="top-to-bottom" or method =="bottom-to-top":
i=1
boundingBoxes = [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
template = cv2.imread("ocr_a_reference.png")
cv_show("template",template)
template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
ret, template_binary = cv2.threshold(template_gray,0,255,1)
cv_show("template_binary",template_binary)
cnts, h = cv2.findContours(template_binary, cv2.RETR_EXTERNAL, \
cv2.CHAIN_APPROX_SIMPLE)
template_rect = cv2.drawContours(template.copy(), cnts, -1, (255,255,0),-1)
cv_show("template_rect",template_rect)
cnts = sort_contours(cnts)[0]
number = {}
for (i,cnt) in enumerate(cnts):
(x,y,w,h) = cv2.boundingRect(cnt)
roi = template_binary[y:y+h,x:x+w]
roi = cv2.resize(roi, (57,88))
number[i] = roi
cv_show("roi",roi)
#信用卡去背景
# 读取信用卡图片
cardImg = cv2.imread('credit_card_01.png')
h,w = cardImg.shape[:2]
cardImg = cv2.resize(cardImg,(300, int(float(300 / w) *h)))
cardImg_gray = cv2.cvtColor(cardImg, cv2.COLOR_BGR2GRAY)
cv_show("cardImg_gray",cardImg_gray)
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7,7))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))