欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

OpenCV模板匹配實(shí)戰(zhàn):信用卡卡號(hào)識(shí)別全流程詳解

OpenCV模板匹配實(shí)戰(zhàn):信用卡卡號(hào)識(shí)別全流程詳解 在我接觸OpenCV的頭半年里做得最多的項(xiàng)目就是各種“數(shù)字識(shí)別”儀表盤讀數(shù)、快遞單號(hào)、批量文件編號(hào)、貨架標(biāo)簽最后才輪到信用卡卡號(hào)。實(shí)話實(shí)說用模板匹配Template Matching這套路去識(shí)別信用卡卡號(hào)可以說是OpenCV入門階段最適合練手的實(shí)戰(zhàn)項(xiàng)目之一——它不光能讓你把圖像預(yù)處理、輪廓查找、匹配算法這些零散知識(shí)點(diǎn)串成一條完整的流水線而且工程落地時(shí)遇到的各種奇葩問題足夠你攢下半年的踩坑經(jīng)驗(yàn)。這個(gè)項(xiàng)目解決的并不是什么高深的學(xué)術(shù)問題它的核心邏輯非常簡(jiǎn)單準(zhǔn)備一套0到9的數(shù)字模板圖然后從信用卡照片里圈出卡號(hào)區(qū)域的每個(gè)數(shù)字逐一和模板做“長(zhǎng)得像不像”的比對(duì)像誰(shuí)就認(rèn)成誰(shuí)。這里用到的模板匹配cv2.matchTemplate是OpenCV里一個(gè)很基礎(chǔ)但極其好用的工具它對(duì)光線、角度變化不敏感的場(chǎng)景非常省事不需要訓(xùn)練數(shù)據(jù)集也不需要GPU只要模板做得干凈識(shí)別率能做到很高。這篇文章適合兩類人一類是剛?cè)腴TOpenCV、想找個(gè)完整項(xiàng)目練手的新手另一類是想把模板匹配用在實(shí)際業(yè)務(wù)場(chǎng)景比如識(shí)別會(huì)員卡號(hào)、訂單號(hào)、證件編號(hào)但不確定怎么落地的開發(fā)者。我會(huì)把整個(gè)流程從環(huán)境搭建、圖片處理、輪廓定位到模板匹配和最終識(shí)別結(jié)果一條線講清楚包括參數(shù)怎么調(diào)、遇到報(bào)錯(cuò)怎么處理、輪廓排序有哪些深坑全部按我的實(shí)際經(jīng)驗(yàn)來寫。你可以直接照著抄改改路徑就能跑。1. 項(xiàng)目整體設(shè)計(jì)與思路拆解1.1 為什么選模板匹配而不直接上深度學(xué)習(xí)很多人一聽到“OCR識(shí)別”就覺得得用深度學(xué)習(xí)什么CRNN、CRAFT、PaddleOCR輪番上陣。但實(shí)際在做工程選型時(shí)我最常說的一句話是如果一把螺絲刀能解決的問題別先扛著電鉆上場(chǎng)。信用卡卡號(hào)識(shí)別這個(gè)場(chǎng)景有一個(gè)非常特殊的前提字體是高度統(tǒng)一的。銀行卡號(hào)大多是凸印或印刷字體每家銀行雖然有不同的設(shè)計(jì)但卡號(hào)數(shù)字的字體形態(tài)相對(duì)固定。更重要的是模板匹配在OpenCV里有現(xiàn)成的函數(shù)cv2.matchTemplate不需要標(biāo)注數(shù)據(jù)、不需要訓(xùn)練幾十行代碼就能把識(shí)別結(jié)果跑出來。相比之下深度學(xué)習(xí)方案要準(zhǔn)備訓(xùn)練集、搭建模型、調(diào)參整個(gè)工程鏈路重了不止一個(gè)量級(jí)。模板匹配的局限也很明顯它對(duì)旋轉(zhuǎn)、尺度變化、光照變化比較敏感。但信用卡照片的拍攝環(huán)境通??煽刂灰陬A(yù)處理階段把圖像擺正、統(tǒng)一尺寸模板匹配完全能勝任。所以我個(gè)人的選型原則是先評(píng)估任務(wù)約束如果字體固定、背景可控模板匹配永遠(yuǎn)是最快的方案。反過來如果場(chǎng)景里字體花哨、角度多變那就別硬撐老老實(shí)實(shí)上深度學(xué)習(xí)。1.2 完整識(shí)別流程從圖片到一串?dāng)?shù)字整個(gè)識(shí)別的流程可以拆成五個(gè)環(huán)節(jié)每個(gè)環(huán)節(jié)缺一不可模板圖處理準(zhǔn)備一張包含0到9十個(gè)數(shù)字的模板圖切割成10個(gè)小圖每個(gè)數(shù)字存成獨(dú)立文件或記錄下坐標(biāo)。信用卡圖像預(yù)處理讀入信用卡照片轉(zhuǎn)灰度、降噪、檢測(cè)邊緣找到圖像里的卡片區(qū)域。卡號(hào)區(qū)域定位在卡片區(qū)域內(nèi)根據(jù)輪廓的幾何特征長(zhǎng)寬比、面積把卡號(hào)區(qū)域的四組數(shù)字框出來。數(shù)字分割把每一組數(shù)字再裁剪成單個(gè)數(shù)字的小圖統(tǒng)一縮放到與模板一致的尺寸這一步很關(guān)鍵。匹配識(shí)別對(duì)每個(gè)單數(shù)字小圖和10個(gè)模板逐一做匹配取匹配分?jǐn)?shù)最高的模板作為識(shí)別結(jié)果最后拼接成完整的卡號(hào)字符串。這個(gè)流程看起來平淡無(wú)奇但每個(gè)環(huán)節(jié)里都有不少細(xì)節(jié)。比如第二步如果照片里卡片是傾斜的你可能要先做透視變換把卡片“擺正”否則第四步的縮放和匹配會(huì)亂套。再比如第五步匹配算法有TM_CCOEFF_NORMED、TM_CCORR_NORMED、TM_SQDIFF_NORMED三種常見模式選哪個(gè)、閾值設(shè)多少都是有講究的。2. 環(huán)境搭建與圖像預(yù)處理基礎(chǔ)2.1 Python與OpenCV環(huán)境安裝實(shí)操在開始寫代碼之前先把環(huán)境搞定。很多新手卡在第一步就崩潰了pip install opencv-python裝完一import cv2就報(bào)錯(cuò)ModulenotfoundError或者DLL加載失敗。這里說下我實(shí)測(cè)下來的安裝方案。我建議直接用Python 3.8到3.11之間的版本太新的Python版本比如3.13剛發(fā)布時(shí)容易出現(xiàn)opencv-python輪子還沒跟上導(dǎo)致裝不上的問題。安裝命令很簡(jiǎn)單pip install opencv-python pip install numpy如果需要用到cv2.imshow這種圖形界面顯示功能在Windows上沒問題但如果你用的是無(wú)桌面環(huán)境的Linux服務(wù)器要額外裝opencv-python-headless而不是opencv-python否則會(huì)報(bào)找不到顯示設(shè)備的錯(cuò)。如果你用Anaconda也可以這條路conda install -c conda-forge opencv裝完之后驗(yàn)證一下python -c import cv2; print(cv2.__version__)能正常輸出版本號(hào)說明OpenCV裝好了。另外強(qiáng)烈建議用虛擬環(huán)境不管是conda創(chuàng)建還是python -m venv都比你把所有包堆在全局環(huán)境里省心得多。2.2 PyCharm/VSCode中跑OpenCV項(xiàng)目的配置要點(diǎn)編輯器這塊我日常主力是PyCharm但VSCode我也經(jīng)常用。兩個(gè)環(huán)境都不復(fù)雜但有三個(gè)通病需要提前避開。第一個(gè)通病是解釋器選錯(cuò)。PyCharm里打開項(xiàng)目后右下角或Settings里一定要確認(rèn)Project Interpreter選的是你裝好OpenCV的那個(gè)虛擬環(huán)境而不是系統(tǒng)默認(rèn)的Python。選錯(cuò)的結(jié)果就是你在終端里import cv2沒問題但PyCharm里一運(yùn)行就紅色波浪線加ModuleNotFoundError。VSCode里則要留意左下角的Python解釋器狀態(tài)點(diǎn)擊后手動(dòng)選擇虛擬環(huán)境路徑。第二個(gè)通病是中文字體亂碼。OpenCV的cv2.putText默認(rèn)不支持中文往圖上寫漢字會(huì)顯示成????。這個(gè)項(xiàng)目里識(shí)別的都是數(shù)字所以沒這個(gè)問題但你以后做別的項(xiàng)目要提前知道。第三個(gè)通病是圖像路徑別帶中文。cv2.imread在Windows上對(duì)中文路徑支持不好經(jīng)常讀不進(jìn)圖片返回None半天查不出原因。項(xiàng)目路徑、圖片路徑、模板路徑全部用英文命名。3. 核心實(shí)現(xiàn)信用卡卡號(hào)識(shí)別完整代碼拆解3.1 第一步提取數(shù)字模板模板匹配的前提是有一套規(guī)范的數(shù)字模板。網(wǎng)上能找到不少信用卡模板圖通常是一張包含0到9十個(gè)數(shù)字的長(zhǎng)條圖。拿到后要做的事是把每個(gè)數(shù)字單獨(dú)切出來。這里有個(gè)技巧不要手動(dòng)一個(gè)個(gè)數(shù)字截圖用輪廓查找自動(dòng)切開。模板圖一般是黑色背景上的白色數(shù)字或者反過來處理起來很直接。import cv2 import numpy as np # 讀入模板圖轉(zhuǎn)灰度再轉(zhuǎn)二值圖像 template_img cv2.imread(template/credit_card_template.png) template_gray cv2.cvtColor(template_img, cv2.COLOR_BGR2GRAY) # 注意這里用二值化把數(shù)字變成白色前景背景為黑色 ret, template_bin cv2.threshold(template_gray, 127, 255, cv2.THRESH_BINARY_INV) # 查找數(shù)字輪廓 cnts, hierarchy cv2.findContours(template_bin.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 可視化看一下提取出的輪廓 cv2.drawContours(template_img, cnts, -1, (0, 0, 255), 2) cv2.imshow(Template Contours, template_img) cv2.waitKey(0)輪廓檢測(cè)里有個(gè)大坑OpenCV的findContours返回值的寫法在版本間有變化。早期的OpenCV 3.x返回三個(gè)值image, contours, hierarchy從OpenCV 4.x開始只返回兩個(gè)值。如果你用的是4.x代碼寫成_, cnts, hierarchy cv2.findContours(...)會(huì)直接報(bào)錯(cuò)。統(tǒng)一用下面這種寫法最保險(xiǎn)cnts, hierarchy cv2.findContours(template_bin.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)3.2. 模板輪廓排序與切割拿到輪廓之后輪廓的排列順序是不固定的需要按x坐標(biāo)從左到右排序否則模板數(shù)字的順序就亂了。排序之后每個(gè)輪廓的最小外接矩形就是數(shù)字的邊界框。# 輪廓排序從左到右 cnts sorted(cnts, keylambda c: cv2.boundingRect(c)[0]) digits {} # 用字典存模板數(shù)字 for i, c in enumerate(cnts): (x, y, w, h) cv2.boundingRect(c) # 過濾掉明顯的噪聲輪廓 if w 10 or h 10: continue roi template_bin[y:yh, x:xw] roi cv2.resize(roi, (57, 88)) # 統(tǒng)一尺寸后面匹配用 digits[i] roi cv2.rectangle(template_img, (x, y), (xw, yh), (0, 255, 0), 2)這里幾個(gè)參數(shù)值得說明。尺寸(57,88)是我測(cè)過的一組比較穩(wěn)的模板尺寸其實(shí)無(wú)所謂精確值但必須保證后續(xù)待識(shí)別的數(shù)字小圖都縮放到完全一樣的尺寸。resize的時(shí)候特別注意模板數(shù)字和待識(shí)別數(shù)字的粗細(xì)、筆畫寬度要接近否則匹配率會(huì)掉很多。3.3 信用卡圖像預(yù)處理灰度、邊緣檢測(cè)與卡片區(qū)域提取處理完模板接下來處理信用卡照片。理想情況是一張放在純色背景上的卡片但現(xiàn)實(shí)往往是有桌面紋路、光影過渡、甚至手指遮擋。預(yù)處理的目的就是盡可能把這些問題干掉。# 讀入信用卡圖片 card_img cv2.imread(images/credit_card_sample.png) card_gray cv2.cvtColor(card_img, cv2.COLOR_BGR2GRAY) # 降噪高斯模糊 card_gray cv2.GaussianBlur(card_gray, (5, 5), 0) # 邊緣檢測(cè) edged cv2.Canny(card_gray, 75, 200) # 查找輪廓 cnts_card, _ cv2.findContours(edged.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) cnts_card sorted(cnts_card, keycv2.contourArea, reverseTrue)[:5]為什么先Canny再findContours因?yàn)橹苯訉?duì)灰度圖找輪廓會(huì)找到一堆紋理噪聲而Canny算子會(huì)把圖像的邊緣“骨架”提取出來再找輪廓時(shí)就能框出卡片區(qū)域。Canny的兩個(gè)閾值參數(shù)75和200是我在大多數(shù)銀行卡照片上測(cè)試后的經(jīng)驗(yàn)值值設(shè)得太低會(huì)框出太多無(wú)關(guān)邊緣設(shè)得太高卡片邊緣可能斷裂。找到輪廓之后遍歷每個(gè)輪廓用cv2.approxPolyDP做多邊形逼近找出有四個(gè)頂點(diǎn)的輪廓——因?yàn)樾庞每ㄊ蔷匦?。for c in cnts_card: peri cv2.arcLength(c, True) approx cv2.approxPolyDP(c, 0.02 * peri, True) if len(approx) 4: card_contour approx break拿到卡片輪廓后如果照片里卡片是歪的用cv2.getPerspectiveTransform做透視變換把卡片拉正。這個(gè)過程俗稱“擺正圖片”做完之后卡號(hào)區(qū)域會(huì)是水平的后續(xù)切割數(shù)字會(huì)輕松很多。透視變換的代碼之前專門寫過一篇這里直接給最小可用版def order_points(pts): # 按照左上、右上、右下、左下排列四個(gè)點(diǎn) rect np.zeros((4, 2), dtypefloat32) s pts.sum(axis1) rect[0] pts[np.argmin(s)] rect[2] pts[np.argmax(s)] diff np.diff(pts, axis1) rect[1] pts[np.argmin(diff)] rect[3] pts[np.argmax(diff)] return rect rect order_points(card_contour.reshape(4, 2)) (tl, tr, br, bl) rect widthA np.linalg.norm(br - bl) widthB np.linalg.norm(tr - tl) maxWidth max(int(widthA), int(widthB)) heightA np.linalg.norm(tr - br) heightB np.linalg.norm(tl - bl) maxHeight max(int(heightA), int(heightB)) dst np.array([[0, 0], [maxWidth - 1, 0], [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtypefloat32) M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(card_gray, M, (maxWidth, maxHeight))3.4 卡號(hào)輪廓定位形態(tài)學(xué)處理與分組卡片擺正后接下來要找到卡號(hào)區(qū)域。這里用兩種方式結(jié)合先做大津二值化再用形態(tài)學(xué)操作把相鄰數(shù)字連成一組最后按輪廓篩選??ㄌ?hào)區(qū)域在大部分信用卡上是“深色背景淺色文字”或“銀白色凸字”光照不同表現(xiàn)差很多。所以我建議先做一步cv2.threshold(card_gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)讓OpenCV自動(dòng)算閾值。然后用一個(gè)較大尺寸的內(nèi)核做閉運(yùn)算把同一組的4個(gè)數(shù)字連通成一個(gè)或者兩個(gè)大輪廓。_, thresh cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU) # 閉運(yùn)算先膨脹后腐蝕把相鄰數(shù)字連成組 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (10, 5)) closed cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) cnts_group, _ cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)這里的內(nèi)核尺寸(10,5)很關(guān)鍵。信用卡卡號(hào)通常是4個(gè)數(shù)字一組數(shù)字之間間距較小而組與組之間間距較大。把橫向內(nèi)核寬度設(shè)為10剛好能把一組數(shù)字粘在一起但不會(huì)把兩組粘起來。這個(gè)值需要根據(jù)你實(shí)際圖片的卡號(hào)間隔微調(diào)遇到間隔特別大的卡號(hào)調(diào)成(20,5)或者用兩輪閉運(yùn)算。3.5 對(duì)每組卡號(hào)做數(shù)字切分拿到分組輪廓后按x坐標(biāo)排序?qū)γ總€(gè)組做同樣的事情二值化、找輪廓、按x排序、切分、逐個(gè)縮放。# 存儲(chǔ)最終識(shí)別結(jié)果 card_number for group in sorted(cnts_group, keylambda c: cv2.boundingRect(c)[0]): (gx, gy, gw, gh) cv2.boundingRect(group) group_roi thresh[gy:gygh, gx:gxgw] # 對(duì)組內(nèi)數(shù)字查找輪廓 digit_cnts, _ cv2.findContours(group_roi.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) digit_cnts sorted(digit_cnts, keylambda c: cv2.boundingRect(c)[0]) for dc in digit_cnts: (dx, dy, dw, dh) cv2.boundingRect(dc) # 過濾噪點(diǎn)輪廓 if dw 5 or dh 5: continue digit_roi group_roi[dy:dydh, dx:dxdw] digit_roi cv2.resize(digit_roi, (57, 88)) # 與所有模板做匹配 scores [] for digit, template_roi in digits.items(): result cv2.matchTemplate(digit_roi, template_roi, cv2.TM_CCOEFF_NORMED) _, max_val, _, _ cv2.minMaxLoc(result) scores.append(max_val) # 取匹配度最高的數(shù)字 best_digit np.argmax(scores) conf scores[best_digit] card_number str(best_digit) print(識(shí)別結(jié)果, card_number)這段代碼是整個(gè)項(xiàng)目的核心里面有幾個(gè)點(diǎn)要重點(diǎn)講。第一個(gè)是cv2.matchTemplate的返回值。它返回的是一張“相似度圖”每個(gè)位置的值代表模板在圖像該位置匹配的程度。用cv2.minMaxLoc可以拿到最大最小值及其位置。因?yàn)閿?shù)字小圖已經(jīng)和模板resize成一樣大小所以這張相似度圖實(shí)際上就一個(gè)點(diǎn)或者幾十個(gè)像素取最大值就是匹配度。這種方法雖然簡(jiǎn)單但在固定字體場(chǎng)景下效果出奇地穩(wěn)。第二個(gè)是匹配方法的選擇。我用的是cv2.TM_CCOEFF_NORMED也就是歸一化相關(guān)系數(shù)取值范圍是-1到1越接近1越相似。它對(duì)光照變化有一定的抵抗能力是模板匹配里最推薦的方法。TM_SQDIFF_NORMED是歸一化平方差值是越小越相似如果你用這個(gè)方法取分邏輯要反過來找最小值。TM_CCORR_NORMED是歸一化互相關(guān)對(duì)亮度變化很敏感實(shí)際工程里我很少用。第三個(gè)是對(duì)匹配結(jié)果的置信度判斷。實(shí)戰(zhàn)中不能只看最高分還要看這個(gè)最高分夠不夠高。比如最高分只有0.4說明這個(gè)數(shù)字和任何模板都不像大概率是分割出問題了。實(shí)際使用中我一般設(shè)置一個(gè)閾值0.6低于這個(gè)分?jǐn)?shù)就把結(jié)果標(biāo)成?提醒人工復(fù)查。3.6 完整代碼整合把項(xiàng)目跑起來為了保證你能直接復(fù)現(xiàn)我把完整流程整理成了函數(shù)式代碼你把模板圖和信用卡圖換成自己手頭的圖片即可運(yùn)行。import cv2 import numpy as np def load_template(template_path): 加載模板圖切分出0-9數(shù)字返回字典{數(shù)字: 模板ROI} template_img cv2.imread(template_path) template_gray cv2.cvtColor(template_img, cv2.COLOR_BGR2GRAY) _, template_bin cv2.threshold(template_gray, 127, 255, cv2.THRESH_BINARY_INV) cnts, _ cv2.findContours(template_bin.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cnts sorted(cnts, keylambda c: cv2.boundingRect(c)[0]) digits {} for i, c in enumerate(cnts): (x, y, w, h) cv2.boundingRect(c) if w 10 or h 10: continue roi template_bin[y:yh, x:xw] roi cv2.resize(roi, (57, 88)) digits[i] roi return digits def recognize_card_number(card_path, digits): 識(shí)別信用卡卡號(hào)返回識(shí)別出的數(shù)字字符串 card_img cv2.imread(card_path) card_gray cv2.cvtColor(card_img, cv2.COLOR_BGR2GRAY) card_gray cv2.GaussianBlur(card_gray, (5, 5), 0) edged cv2.Canny(card_gray, 75, 200) cnts_card, _ cv2.findContours(edged.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) cnts_card sorted(cnts_card, keycv2.contourArea, reverseTrue)[:5] card_contour None for c in cnts_card: peri cv2.arcLength(c, True) approx cv2.approxPolyDP(c, 0.02 * peri, True) if len(approx) 4: card_contour approx break if card_contour is None: print(未找到卡片輪廓) return # 透視變換擺正 rect order_points(card_contour.reshape(4, 2)) (tl, tr, br, bl) rect widthA np.linalg.norm(br - bl) widthB np.linalg.norm(tr - tl) maxWidth max(int(widthA), int(widthB)) heightA np.linalg.norm(tr - br) heightB np.linalg.norm(tl - bl) maxHeight max(int(heightA), int(heightB)) dst np.array([[0, 0], [maxWidth - 1, 0], [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtypefloat32) M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(card_gray, M, (maxWidth, maxHeight)) # 二值化 閉運(yùn)算 _, thresh cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU) kernel cv2.getStructuringElement(cv2.MORPH_RECT, (10, 5)) closed cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) cnts_group, _ cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 篩選可能是卡號(hào)組的輪廓 group_boxes [] for c in cnts_group: (x, y, w, h) cv2.boundingRect(c) if w 40 and 15 h 40: group_boxes.append((x, y, w, h)) group_boxes.sort(keylambda b: b[0]) card_number for (gx, gy, gw, gh) in group_boxes: group_roi thresh[gy:gygh, gx:gxgw] digit_cnts, _ cv2.findContours(group_roi.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) digit_cnts sorted(digit_cnts, keylambda c: cv2.boundingRect(c)[0]) for dc in digit_cnts: (dx, dy, dw, dh) cv2.boundingRect(dc) if dw 5 or dh 5: continue digit_roi group_roi[dy:dydh, dx:dxdw] digit_roi cv2.resize(digit_roi, (57, 88)) scores [] for digit, template_roi in digits.items(): result cv2.matchTemplate(digit_roi, template_roi, cv2.TM_CCOEFF_NORMED) _, max_val, _, _ cv2.minMaxLoc(result) scores.append(max_val) best_digit np.argmax(scores) card_number str(best_digit) return card_number if __name__ __main__: digits_template load_template(template/credit_card_template.png) result recognize_card_number(images/card1.png, digits_template) print(識(shí)別結(jié)果, result)4. 常見問題與排查技巧實(shí)錄4.1 模板匹配不準(zhǔn)問題多半出在預(yù)處理很多人在這個(gè)項(xiàng)目里遇到的第一大坑是匹配老是認(rèn)錯(cuò)數(shù)字比如把3認(rèn)成8、把0認(rèn)成6。這時(shí)候別急著調(diào)匹配算法的參數(shù)先檢查兩個(gè)地方。第一檢查二值化方向。如果你的模板是白底黑字而信用卡卡號(hào)在二值化后是黑底白字或者反過來那匹配率直接崩盤。這種問題用cv2.bitwise_not把圖像顏色反轉(zhuǎn)一下就能解決。我習(xí)慣統(tǒng)一使用“黑底白字”也就是數(shù)字對(duì)應(yīng)灰度值255背景為0。第二檢查resize后的比例。模板里的數(shù)字和待識(shí)別數(shù)字的寬高比要接近否則縮放到同一尺寸后數(shù)字會(huì)被拉伸變形。比如模板數(shù)字偏“瘦長(zhǎng)”而你切出來的數(shù)字偏“矮胖”直接resize到一樣大就會(huì)變形。解決辦法是在切分模板的時(shí)候就歸一化寬高比把模板轉(zhuǎn)正后再統(tǒng)一寬高。4.2 輪廓排序不對(duì)導(dǎo)致卡號(hào)錯(cuò)亂這是排序穩(wěn)定性問題。sorted(cnts, keylambda c: cv2.boundingRect(c)[0])這個(gè)寫法是按x坐標(biāo)排序正常情況下沒問題但如果卡片沒完全擺正組內(nèi)四個(gè)數(shù)字的x坐標(biāo)可能不在同一水平線上導(dǎo)致某些數(shù)字的boundingRect起點(diǎn)比前面數(shù)字更靠左。我的經(jīng)驗(yàn)是先用x坐標(biāo)排序再檢查每組數(shù)字?jǐn)?shù)量。如果發(fā)現(xiàn)某一組數(shù)字?jǐn)?shù)量不是4或預(yù)期值多半是排序或者分割出了問題。此時(shí)可以把每個(gè)數(shù)字的輪廓畫出來保存成調(diào)試圖一眼就能看出問題在哪。別忘了信用卡卡號(hào)一般是4組每組4個(gè)數(shù)字也就是總共16個(gè)數(shù)字。如果你的結(jié)果不是16個(gè)肯定在分組或切分環(huán)節(jié)出了錯(cuò)。4.3 光線反光導(dǎo)致識(shí)別失敗的處理信用卡表面通常有塑料反光拍出來的照片在卡號(hào)區(qū)域容易有大片白色反光。反光在灰度圖里表現(xiàn)是局部亮度過高邊緣會(huì)淡掉甚至消失。處理方法有兩個(gè)第一種在預(yù)處理時(shí)試用自適應(yīng)閾值cv2.adaptiveThreshold替代全局閾值。自適應(yīng)閾值會(huì)根據(jù)每個(gè)像素鄰域的亮度動(dòng)態(tài)計(jì)算閾值對(duì)光照不均的圖特別有效代價(jià)是會(huì)多一些噪聲需要配合中值濾波去噪。第二種在采集端就控制好環(huán)境。如果是做批量識(shí)別的設(shè)備盡量用均勻的光源避免點(diǎn)光源直射卡片。這是我做過幾個(gè)落地項(xiàng)目后最深的體會(huì)很多識(shí)別問題不是因?yàn)樗惴ㄈ醵且驗(yàn)閳D像質(zhì)量太差。把光源調(diào)好識(shí)別率能直接提升20個(gè)百分點(diǎn)。4.4 OpenCV版本差異與常見報(bào)錯(cuò)匯總這里把我在這個(gè)項(xiàng)目里踩過的環(huán)境問題整理成一個(gè)速查表。報(bào)錯(cuò)信息原因分析解決方案ModuleNotFoundError: No module named cv2OpenCV未安裝或解釋器選錯(cuò)在正確的虛擬環(huán)境執(zhí)行pip install opencv-pythonerror: (-215:Assertion failed) !ssize.empty() in function resizecv2.imread沒讀到圖片后面resize到空?qǐng)D檢查圖片路徑、路徑是否含中文findContours() takes 2 positional arguments but 3 were given用了OpenCV 3.x的老式三返回值寫法改為cnts, _ cv2.findContours(...)unable to open X serverLinux無(wú)圖形界面下用了imshow安裝opencv-python-headless或改用import cv2 HEADLESS模式TypeError: object of type NoneType has no len()上一步處理的圖全是None定位到是imread讀不到圖還是threshold結(jié)果為空4.5 提高識(shí)別率的小技巧項(xiàng)目穩(wěn)定跑通之后可以再往上提升識(shí)別精度我這里有幾個(gè)經(jīng)過實(shí)測(cè)的小改動(dòng)。第一個(gè)是用多重匹配把TM_CCOEFF_NORMED和TM_SQDIFF_NORMED的結(jié)果綜合起來判斷。如果兩個(gè)方法給出的結(jié)果不一致說明這個(gè)數(shù)字本身就模糊需要更高置信度才可信。第二個(gè)是對(duì)最終識(shí)別結(jié)果做校驗(yàn)信用卡卡號(hào)有Luhn算法校驗(yàn)位16位卡號(hào)的最后一位是校驗(yàn)位可以根據(jù)前15位算出來。這個(gè)校驗(yàn)?zāi)軘r住絕大多數(shù)誤識(shí)別。第三個(gè)是模板不夠用就做數(shù)據(jù)增強(qiáng)對(duì)模板做不同尺度的縮放、加一點(diǎn)高斯噪聲、小角度旋轉(zhuǎn)能提高匹配的魯棒性。5. 項(xiàng)目應(yīng)用場(chǎng)景擴(kuò)展與后續(xù)優(yōu)化方向這個(gè)項(xiàng)目的價(jià)值遠(yuǎn)遠(yuǎn)不止于識(shí)別信用卡卡號(hào)。只要把模板圖換一下同樣的流程可以識(shí)別身份證號(hào)碼、條碼下方的數(shù)字、快遞單上的單號(hào)、實(shí)驗(yàn)室試管的編號(hào)、零件上的序列號(hào)。我之前就用這套代碼識(shí)別過上千張產(chǎn)品標(biāo)簽上的序列號(hào)準(zhǔn)確率能到98%以上處理一張圖不到300毫秒完全夠用。后續(xù)優(yōu)化方向有三個(gè)一是接一個(gè)自動(dòng)透視校正模塊讓卡片角度隨意也能識(shí)別二是把模板替換成自己的數(shù)據(jù)用聚類生成模板適配更多字體三是把圖像處理流程封裝成Docker鏡像或API服務(wù)接到生產(chǎn)環(huán)境里做批量識(shí)別。如果你想做實(shí)時(shí)識(shí)別還可以加上一個(gè)簡(jiǎn)單的視頻幀處理循環(huán)每幀調(diào)用一次識(shí)別函數(shù)就是一套卡號(hào)識(shí)別系統(tǒng)。最后分享一個(gè)我在實(shí)際使用中的體會(huì)模板匹配這種“古老”的技術(shù)在今天依然有它的生態(tài)位。深度學(xué)習(xí)在復(fù)雜場(chǎng)景里確實(shí)更強(qiáng)但模板匹配的優(yōu)勢(shì)是簡(jiǎn)單、干凈、可解釋、不依賴算力。當(dāng)你理解了這套邏輯再看深度學(xué)習(xí)方案里的空間變換網(wǎng)絡(luò)、注意力機(jī)制會(huì)發(fā)現(xiàn)它們本質(zhì)上也是在解決模板匹配的“不變性問題”。從模板匹配入門你會(huì)對(duì)圖像處理底層邏輯有個(gè)很扎實(shí)的理解這對(duì)后面學(xué)任何進(jìn)階方向都特別有幫助。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
五月丁香激情综合| 一起草av在线观看| www.色色色色| 日日骑夜夜撸| 人人看人人97| 久久精品国产精品| 五月婷婷性爱| 日日夜夜天天| 色五月天在线| 天天爽夜夜爽夜夜爽精| 99婷婷国产最新视频| 亚洲视频一区| 色色性爱视频| 国产日韩欧美性爱| 色婷婷视频综合| 另类专区在线| 色色丁香婷婷五月天| 新97人人上人人| 亚洲 在线 性爱| 金品在线视频99| 99久久婷婷| 五月丁香无码| 丁香婷婷激情五月色| 国产欧美婷婷五月| 婷久久| 久久全意婷婷| 久操热线| 激情綜合網址| 五月天网站亭亭| 激情五月天婷婷直播| 大香久久综合网| 丁香成人五月天| 色五月在线| 99视频91| 五月婷综合| 天天摸天天肏| 婷婷综合视频| 2020日日干| 亚洲综合新99视频| 丁香色五月婷婷17C| 人与禽A片啪啪| 激情婷婷久久| 97碰人人操| 五月天成人网婷婷| 丁香五月天婷婷久久| 欧美日本黄色| 99久久久久| 色婷婷性爱| 国产成人AV不卡| 婷婷综合五月| 99热| 欧美人与性动交CCOO| 性爱网五月天| 大香蕉婷婷丁香天堂AV| 久久狼人天堂| 99热精品在线播放| 婷婷五月天av| 色欲操| 操人久久| 超碰av在线| 久久久久久久久99精品| PORNY九色9l自拍视频成人| 久久婷婷东京热大香樵| 在线视频激情网站| 伊人色综合影院视频| 成人国产网站在线免费看| 欧美日韩成人| 九九亚洲| av高清无码| 成人精品一区日本无码网 | 无码免费人妻A片AAA毛片西瓜| 99亚洲精品视频| 亚洲色综合| 天天爽夜夜爽夜夜爽精品视频 | 国产av天天插天天操天天爽| 加勒比久热| 六月丁香AV| 日逼影音先锋男人AV资源站| 中文字幕高清av| 26uuu成人网| 激情五月丁香五月色| 51精品国自产在线| 亚洲国产网站| 激情综合区| 五月色色色| 欧美性二区| 色女人久久| 丁香成人五月天| 狠狠干2007| 婷婷导航| 天天成人综合视频| 99热这里都是精品| AAA久久| 精品色色| 综合 蜜月 婷婷| 国产永久一黄| 99免费成人网| 欧美毛片www| 激情五月天色婷婷综合| 天天日天天舔| 中文幕无线码中文字蜜桃| 丁香六月天| 人人摸人人干| 国内久久亭亭| 草美女在线观看视频在线播放| 丁香婷婷激情五月| 人人爱人人草| 乱岳熟女50岁| 黄网免费观看| 色高清无码视频| 婷婷六月丁香五月| 禁欲电影完整版在线播放| 嫩BBB槡BBBB搡BBBB| 影音先锋五月婷婷| 影音先锋按摩| 中文字幕乱码亚洲精品一区| 久久久人人操A V| 成人五月丁香社区| 五月天欧美 另类小说| 久色中文| 婷婷精品在线| 激情婷婷丁香| 久久99久久99精品免视看婷| 丁香五月综合在线视频| A片一曲| 天天爱天天操| 人人性久久| 亚洲在线激情婷婷五月| 五月婷激情影院| 久热9| 停停六月 综合| 影音先锋 一区| 欧美激情综合| 日韩精品二三区| 色呦呦美女| 欧美顶级少妇做爰HD | 激情五月,色五月| 99热99这里有免费的精品| 青草少妇激情| 人妻日日日| 99热精品10| 五月婷婷丁香成人网| 激情婷婷综合五月少妇| 成人综合网站| 久久婷婷成人| 丁香五月色欲| 婷婷五月天激情网| 天天肏夜夜肏| 色婷婷在线电影| 五月婷婷婷| 色综合爽| 婷婷五月情| 中文字幕天天干| 亚洲综合色网站| 97在线刺激| 狠狠色噜噜狠| 九九九成人在线视频| 婷婷午夜丁香| 开心五月综合激情网| 五月综合影院| 国产99久久久国产精品免费看| 久久婷婷国产| 青青草轻轻操| 婷婷色五月开心五月| 丁香五月98| 日韩亚洲视频| 久久久97| 久久五月丁香婷婷| 91丨九色丨白浆秘| 99精品久久久久| 极品五月天| 丁香五月天无码| 91色婷婷综合久久中文字幕二区| 99无码视频| 日韩99视频| 亚洲AV永久无码影院黑人 | 99这里只有精品99| av婷婷丁香| 天天色伊人| 丁香五月1页| 99热资源在线| 大香蕉婷婷丁香天堂AV| 九九99久久| 另类视屏| 色色色欧美| 97人人操| 久久99综合| 九九狠狠干| 亚洲激情综合| 丁香五月中文字幕| 超碰91在线| 丁香五月婷婷色情综合| 思思精品视频| 婷婷区日本| 播播网色播播| 97久久香草精品视频| 狠狠干综合| 久久奄也去色色网站| 天天揷综合网| 激情五月天综合网| 多精窝99在线视频| 久久视9精| 婷婷五月激情欧美大胆视频| 人人操婷婷| 热99这里只有精品视频| www.AV在线| 久久视频这里99| 综合99在线| 婷婷五月激情五月激情| 人人摸人人操人人爽| 99色综合网| 天天操B| 91成人视频| 久色| www.日日日.com| 亚洲V国产V欧美V久久久久久| 色五月天成人在线| 婷婷久久婷婷| 操碰97| 综合激情五月四射婷婷| 天天干天天av天天射| 激情五月狠狠| 五月天久久婷婷| 激情AV| 少妇丁香婷婷 | 成人AV免费观看| 亚洲国产精品SUV| 日韩99精品| 伊人婷婷大香蕉| 天天操综合网| 婷婷综合精品| 巴基斯坦粉嫩无码视频| 激情小说婷婷小说| 五月丁香六月婷婷成人| 天天色天天操天天射| www色五月| 五月丁香手机在线| 热久久色| 深夜婷婷 丁香| 亚洲乱码w在线观看| 99超在线| 97色婷| 啪啪五月天啪啪| 99久久97久久欧美综合网| 激情综合婷婷| 五月婷婷色色色| 丁香婷婷五色月| 六月丁香av| 五月成人丁香av91| 日本熟妇乱妇熟色A片蜜桃| 国产欧美va| 色综合区| 综合色久| 婷婷五月天影视首页| 狠狠色综合精品视频在线| 久久久无码精品成人A片小说 | 五月好婷婷| 亚洲综合在线丁香五月| 天天日人人爽| 婷婷五月天在线观看免费| 色色五月天丁香| 99在线视频播放| 97操操操| 婷婷激情综合色五月久久91| 色欲天天综合| 激情五月天婷婷图| 爆乳熟妇一区二区三区爆乳| 亚洲乱码日产精品BD| 婷婷.com| 伊人成综合五月婷婷| 91大神在线免费看视频全集男男一起操| 久久久久久99精品无码| www99热| 六月婷婷无码| 五月丁香激情婷婷综合| 婷婷成人五月天| 久热一区| 婷婷五月精品中文字幕| 深爱五月月天| 婷婷五月天成人小说| 极品少妇高潮啪啪AV无码| 五月天色色色网| 免费观看亚洲AV片| 97人妻碰碰碰久久香蕉| 天天爽天天操| 99这里有精品视频| 9久热在线视频精品| 欧美激情五月天| 91久久久久久久久久久| 淫视馆aV二区一区| 成人超碰网| 久久九九@| 蜜乳A√| www.9797国产| 97人妻超级碰碰碰碰碰| 26uuu精品一区二区| 人色五月天婷婷| 91九色精品女同系列| 成人在线观看精品| 亚洲天堂久久| 日本va欧美va国产激情| 影音先锋 一区| 天天综合网在线| 欧美顶级少妇做爰HD | 激情图片婷婷丁香五月| 91人人操人人| 日日夜夜天天| 人妻Av在线| www久久艹| 成人做爰A片免费看网站找不到了| 亚洲欧洲99| 五月婷婷六月天| 99综合99| 久久人视频| 久热免费视频| 日本老女人黄页在线播放| 五月婷婷啪啪| 综合色五月| 婷婷九九| 色婷婷电影网| 五月天成人在线播放丁香| 日本欧美999久久久三级片| 五月天激情小说电影| 综合色吧| 五月丁香六月婷| 五月天激情啪啪| 无码色综合| 26uuu丁香婷婷五月| 9精品视频在线观看| 五月丁香六月婷婷不卡免费无码 | 激情五月黄色| 欧美色骚婷婷五月天| 久久怡红院| 免费观看全黄做爰的视频| 五月婷婷深深爱| 美欧日韩国产成人在战| 激情綜合網址| ZpRSw| 婷婷 色 丁香 夜| 国产精品久久99| 狠狠干婷婷| 开心婷婷五月天激情网| 99婷婷五月天| 五月激情综合性爱| 丁香五月婷婷激情四射深爱激情| ww久久| 人人爱人人摸人人澡| 色色五月激情| 色婷婷导航| tingtingzonghewang| 色爱综合五月| 久久久全国免费视频| 色播五月婷婷五月| 欧美色色色色色色色| 中文字幕黄色片| 久久人妻人人槡| 国产精品电影网| 夜夜撸夜夜骑| 深爱激情五月网| 五月丁香激情在线| 婷婷大香蕉| 精品久久久999| 香蕉AV777XXX色综合一区 | 无码激情AAAAA片-区区| 99视频在线精品| WWW五月天| 九九这里有精品视频| 五月天婷婷激情网| 97干干干丁香| 久久综合66| 男女啪啪视频久 9| 99热免费在线| 极品人妻VideOssS人妻| 九九操综合网| 五月丁香六月婷婷综合网站| 五月丁香六月婷| 天天撸夜夜爽| 国产色色网址网站| 婷婷激情五月综合丁| 爆乳熟妇一区二区三区爆乳| 99精品视频播放| 激情综合五月丁香六月婷婷| 天天综合网在线| 激情六月婷婷| 激情99在线视频| 精品婷婷五月天| 五月丁香青草综合啪啪| 玖玖精品视频99| 操碰97| 久99久视频免费观看| 婷婷va| 婷婷丁香激情综合色情| 9精品国产在热久久| 午夜免费高清AV片| 激情综合网婷婷五夜| 亚洲V国产V欧美V久久久久久| 婷婷五月丁香91| 五月天婷婷在线视频| 久久久精品AV| 成人无码精品1区2区3区免费看| 免费观看亚洲AV片| 另类激情五月| 强辱丰满人妻HD中文字幕| 99性视频| 五月色婷婷夜色| 99网址在线观看| 成人无码髙潮喷水A片| 久99久视频精选| 免费V片在线| 中文字幕欧美精品久久| 久久精品日| 久久婷婷视频| 狠色综合网| 婷婷爱在线观看| 思恩热国产视频右线观看| 天天透天天爱| 色噜噜婷婷| 色婷婷亚洲综合网站| 天堂久久精品| 九九视频这里只有精品| 激情五月激情综合网| 超喷97免费在线视频| 久久五月婷综合| 日木狠狠干| 色五月天天| 亚艹艹| 亚洲最大五月天成人网| 熟女少妇内射日韩亚洲| 丁香 婷婷 激情 综合 五月| 日在线V视频在线播放| 丁香五月天婷婷中文| 日本丁香五月| Caop在线| 久久久无码精品成人A片小说| 婷婷成人av| 综合色五月亭亭| 色色色婷婷五月天| 五月丁香最新| 伊人色综在线| 大香蕉伊然在亚洲90| 婷婷五月天电影区小说区| 五月激情六月综合| 亚洲一级AV在线免费播放| 开心日韩丁香婷婷五月| 99久99久| 婷婷开心激情综合五月天| 天天色视频| 97碰碰人人| 五月丁香婷中文| 丁乡久久| 99在线精品视频| 黄色五月婷| 婷婷天天日婷婷| 亚洲精品九九| 思思热AV| 97超碰欧美中文字幕| 婷婷丁香成人五月天| 99热综合| 激情图片婷婷| 国产美女无遮挡裸体毛片A片| 少妇日麻屄| 天天干,天天日| 婷婷五月天.com| 99国产精品白浆在线观看免费| 五月婷六月综合在线观看| 中文av网| 五月婷免费视频久久久| 中文字幕网伦射乱中文| 丁香五月婷婷欧美成人色图| 成人精品免费在线观看| 激情网综合| 99热www| 99艹精品在线观看| 青草激情在线| 丁香五月婷婷综合91| 狠狠干综合网| 婷婷激情五月吧| 成人片黄网站色大片免费毛片| 欧美丁香六月激情视频| 五月色情婷婷| 久久久噜噜噜久久人妻| 丁香婷婷六月激情| 丁香六月婷婷社区| 五月婷色| 婷婷五月伦理网站| 色婷婷基地| 天天天天干| 五月丁香天堂网| 九九AV| 99久久高清视频| 人人爽天天爽| 婷婷色丁香六月| 天天操加勒比| 万月丁香狠狠爱| 国精产品一区一区三区有限公司杨 | 丁香五月天操B| 九九99视频精品| 婷婷丁香五月综合| 丁香五月激情六月| 99久.| 精品九九九久| 99亚州综合精品成人网| 婷婷一本和五月丁香| 99色中文| 1024久婷| 99色色| 日韩草草草草草草草草草草草草| 丁香视频| 五月丁香婷婷激情四射迷人| 97在线观视频免费观看| www.色9| 色婷婷五月天天天天天| 视频在线免费观看欧洲乱码| 久9热视频在线| 色综合五月天| 五月丁香黄色视频| 欧美97色| 九九热免费视频| 综合五月丁香六月婷婷| 九九热短视频在线观看| 99免费热视频在线| 精品99只有。| 五月天婷婷在线啪啪视频| 99啪在线| 狠干综合| 国产女生爱爱AA| 婷婷五月天首页| 九九这里只这里只有精品| 欧美大香蕉视频| 久久婷婷内射| 久久大香蕉视频| 1024成人在线观看| 另类图片激情五月| 天天综合五月天| 9 1超碰九色| 五月婷婷六月丁香玖玖玫瑰91| 色色色色网| 成人精品亚洲性爱| nvrentiantang av| 欧美色色色色色色| WWW免费视频碰碰碰碰| 久碰婷婷视频| 久久久久久久人妻| 香焦网五月天| 丁香六月婷婷| 婷婷五月天网| av网站免费在线| 九九久久精品國產| 97热久久| 91超碰在线观看| 五月花婷婷| 99热这里| 91Chinese在线| AA片在线观看视频在线播放| 精品国产AV色一区二区深夜久久| 婷婷色五月久久| 国产成人av在线播放| 十区AV| 色墦五月丁香| 九九综合久久| 深爱激情五月婷婷| 超碰99久久| www.色婷婷.com| 狠狠精品干练久久久无码中文字幕| 这里只有精彩视频| 开心五月色婷婷综合开心网| 影音先锋美国A| 亚洲视频久久| 五月丁香趴趴| 婷婷五月激情网站| 日韩黄色影院| 五月婷人妻| 国产69久久久欧美黑人A片| 婷婷伊人综合中文字幕| 久久久91| 丁香九九九九| A短视频免费在线观看| 猫咪伊人久久| 色综合五月| 五月婷婷深深爱| ww久久| 日本狠狠干| 色五月婷婷影院| 色婷婷播放| 婷婷六月婷婷| 91超碰在线观看| 免费视频WWW在线观看网站| WWW.久久久久久久| 五月婷色激情五月| 国产亚洲精品AAAAAAA片| 色综合久久天天综合网| 天天插天天日| 日本久碰| 亚洲人成人五月天| 538午夜激情| 天天澡天天狠天天天做| 七月丁香五月婷婷在线| 9久久精品| 六月丁婷婷| 亚洲av电影网站| 亚洲色久| 五月天婷婷影院| 狠狠色丁香久久综合婷婷亚洲成人福利 | 草美女在线观看视频在线播放 | 中字幕视频在线永久在线观看免费| 成人看片网站| 99热最新网址| 影音先锋人妻出差| 操操操AV| 五月天色丁香| 日韩AV中文字幕在线| 天天色播| 婷婷综合精品视频97| 五月丁香天堂网| 九九精品9| 婷婷久久99| 在线播放 精品| 亚洲最大视频| 五月婷婷黄色| 色五月婷婷丁香国产在线| 裸体美女丁香五月天。| 粉嫩AV久久一区二区三区| 久久99日本精品视频免费观看| 色五月天激情| 五月天激情无码| 五月色综合| 国产精品人妻在线网址| 亚洲成人乱码av网站| 永久精品| 狠狠干综合网| 五月丁香激情婷婷| 色色综合网站| 婷婷综合色图| 熟女激情五月天 | 亚洲人妻五月丁香婷婷| av九九| 五月婷婷av| 激情五月丁香社区| 欧美日韩婷婷五月天| 97热精品| 婷婷五月天天aV| 99热99| 99丁香五月婷| 婷婷色五月激情| 九九99男女视频在线观看| 婷婷激情五月天亚洲综合| 久久五月丁香| 综久久久| 操一操| 色婷婷综合网站| 九九爱精品网站| 亚洲激情av| 天天爽天天摸人妻综合网| 日本色道视频网站| 丁香五月婷婷99| 无码少妇高潮喷水A片免费| 亚洲成人网站在线播放| 自拍盗摄 另类| 丁香婷婷激情五月| 五月久久婷婷| 国产.亚洲.欧洲视频在线| 久操欧美在线观看97| 久99热| 九九这里有精品| 夜夜天天天天天干天天爽| 色5月婷婷色| 激情综合视频| 96精品成人无码A片观看金桔| 91精品在线看| 五月丁香六月婷婷网站| 色婷婷五月婷婷五月婷婷五月| 99色在线观看| 一月婷婷色色| 久久五月激情综合| 激情九色| 人人叉久| 91主播在线| 大香伊人久色| 国产精品天天狠天天看| 91久久久久久| 大香蕉九九| 91啪啪视频| 黄色片区子| 五月激情在线| 天天骑天天操| 狠狠99| 婷婷五月色天| 久久婷婷成人综合色怡春院| 激情婷婷六月天| 久久久性爱视频| 婷婷激情五月天综合| 婷婷综合久久综合| 大香蕉视频99| 色射7856五月天激情四射| 国产免费性爱| 大香蕉久久视频久久视频| 成人免费120分钟啪啪| 性爱久久| 9热超碰| 丁香婷婷婷| 国产探花一片区| 九九九九九九毛片| 免费国产视频| 丁香五月欧美色综合| 日韩成人中文字幕| 五月激情丁香五月| www99精品| 丁香婷婷人妻| 色五月天综合| 很很干五月天| 丁香五月亚综合图片| 九热视频| 欧美VA在线| 国产日韩欧美性爱| 天天精品视频免费观看| 欧美成人精品A片免费一区99| 欧美色综合天天久久综合精品| 五月天播播中文字幕| 婷婷五月天人妻| www.天天干| 久久HD| 午夜大香蕉| www.激情五月天.com| 先锋资源91| 噜噜噜噜婷婷五月天| 天天干天天干天天干天天干天天干天天| 一级A片天天操夜夜操| 五月婷婷六月丁香综合| 久99热| 亚洲色就是色色色| 日本WWW九九九| 丁香五月婷婷婷婷欧美综合| 91久久婷婷人人澡草 | 色综天天综合| 综合五月激情网| 丁香五月激情网| 26uuu欧美| 丁香五月伊人| www.丁香五月| 五月天激情婷婷丁香| 日日干日日| 午夜天堂一区人妻| 六月综合婷婷开心伊人| 婷婷五月天天天日日夜夜| 密桃激情五月天综合网| 日狠狠| av一区二区电影免费在线观看| 亚洲av综合网| 五月天激情小说欧美激情| 亚洲综合九九| 无码一区二区三区四区五区91c| 五月伊人综合| 色色色99| 婷婷大香蕉| 无码一级片| 久久久月丁香| 婷婷五月天av| 婷婷欧美激情| 激情 婷婷 插| WWW,五月| 色色色色色色色色色色色色色97| 99re26视频| 狠狠色综合网站久久久久| 在线综合亚洲欧美65| 婷婷成人综合| 深爱激情五月天| 噢美99| 婷婷五月天亚洲色| www.狠狠| 婷婷五月伦理网站| 人人舔天天| 五月丁香在线视频观看| 九色视频91疯狂| 97自拍99| 东京热人妻一区二区三区在线| 99国产精品久久久久久久久久久| 综合色图区| 久9免费视频| 色五月综合在线| 9热久久| 女人天堂 AV| 伊人网色婷婷五月天| 热无码A∨| 六月综合婷婷开心伊人| 激情性爱网站| 开心激情播播五月天| 国产片XXXXA片国语对白| 九九伊人网| 97av在线视频| 深夜男女福利刺激影院一区完整| 丁香五月色五月| 百度4399有码精品V在线观看| 婷婷五月天视频亚洲| 97超级啪啪在线观看| 五月婷婷狠天天色综合| 激情小说五月天| 26uuu欧美日韩| 99热官网| www。88热在线视频免费观看| 97婷婷狠狠| 亚洲五月激情| 婷婷激情综合| 在线99精品| 欧美五月丁香| 色综久久久| 综合激情开心五月| 视色网在线播放| 色七色九九| 玖久精品视频9| 五月婷婷之六月丁香| 色综合色综合网| 影音先锋91| 丁香五月Av| 色色色色色五月| 综合网啪| www.99久久久| 99精品热| 婷婷色五月久久| mmm1717.6dbm人人爱人人操| 婷婷区日本| 五月丁香在线国产 | 夜夜谢天天干| 综合久久五月天| 操操人人| 狠狠色综合网| 久久九九思思| 久99精品视频| 丁香婷婷超碰| 婷婷五月天激情网| 99ri精品在线| 色五月丁香五月五月婷婷| 午夜 外网 精品 在线| av在线色五月丁香婷区久| 色婷婷九月| 激情五月天综合网| 人妻中文在线| 国产毛片精品一区二区色欲黄A片| 嫩草极品| 极品另类| 老师的粉嫩小又紧水又多A片视频| www婷婷色情网| 亚洲色就是色色色| 色人妻五月| 色都都狠狠色都都色综合色| 亚洲秘 无码一区二区三区妃光/1| 九色无码| 91 影音先锋| 婷婷久久婷婷色五月| 五月婷婷啪啪啪| 天天插天天插天天日| 日逼免费视频| 丁香九九九九| 天天干天天拍| 天天搞天天色综合| 久久婷婷五月草视频在线播放| 婷婷综合精品视频97| 日韩九区| 色综合久| 五月天国产| 超碰免费在线| 色综合色综合色综合| 国产午夜一区二区三区| 天天爽夜夜爽夜爽精品| 婷婷色在线观看| 青青久久五月天丁香婷婷| 色婷婷19| 涩婷婷五月天| 伍月婷丁香婷| 99ri视频在线播放| 色五月情| 久久综合爱| 天天做天天爱天天做| 极品色丁香| 色色色区| www.99.色| 香蕉婷婷| 成人亚洲精品| 丁香五月婷婷色情综合| 丁香五月另类小说在线阅读| 精品99在线看| www.色情五月天.com| 嫩草AV久久伊人妇女超级A| 超碰操网| 久久五月天网| 开心激情综合| 99re这里只有精品在线观看| 久久五月视频| 4399在线日本A片| 高清av在线国产| 超碰狠狠操| 九九九色综合| 丁香六月天色婷婷| 亚洲五月天,激情视频| 色婷婷瘦婷婷日韩| 五月婷婷黄色毛片| 香蕉AV777XXX色综合一区| 99热亚洲| 久9免费视频| 夜夜谢天天干| 色婷婷五月天堂资源| 婷婷丁香六月五月天| 国产精品久久久99视频| 粉嫩av懂色av蜜臀av熟妇| 99热免费精品| 亚洲综合在线网站| 人妻日日日| 久久久国产精品黄毛片| AA片在线观看视频在线播放 | 91视频五月丁香| 色七七色九九| 欧美成人色婷婷| 天天干天天干天天操| 襙逼网| 五月婷婷综合色拍| 婷婷五月天伦理| 婷婷区日本| 久久婷婷六月综合资源| 六月丁香六月婷婷欧美| xfplayav在线| 天天插综合| 色婷婷综合亚洲| 色狠狠婷婷| 婷婷五月天渟渟| 色婷婷丁香五月色综合网| 四LLL少妇BBBB槡BBBB| 狠狠色噜噜狠狠色噜噜噜999| 天天干狠狠| 色五月激情图片| 激情网婷婷婷| 26UUU欧美| 开心五月色婷婷综合开心网| 午夜丁香五月天综合| 色中色综合| 色婷五月丁香久亚洲| 婷婷深爱五月| 综合五月丁香97| 99视频在线精品| 玖玖综合玖玖| 免费在线观看欧美激情xx小视频| 色婷婷AV久久| 99热这里只有精品在线| 99热欧美精品| 99自拍网| 亚洲综合激情五月久久| 色婷婷丁香| 色色婷婷五月天| 亚洲色婷婷| 九九热a| 99热这里只有精品55| 五月婷婷激情刺激| 五月天激情网图片| 天天免费成年人视频| 国产成人精品一区二三区熟女在线| 久久三级视频| 99精品在线| 五月婷婷伊人网| 国产精品男人AV不卡| 玖玖精品视频| 六月婷婷久久| 欧洲亚洲精品| 久久五月婷综合网| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | www,久久久| 欧美日韩99| 天天婷婷综合| 色婷婷91激情小说| 天天日夜夜爽| 亚洲国产精品成人免费一区久久久在线观看AAAA | 伊人激情综合网| 99亚洲天堂| 免费看欧美成人A片无码| av在线色五月丁香婷区久| 青青草婷婷久久| 在线中文字幕视频| 色五月激情五月丁香五月婷婷啪啪综合 | 色五月婷婷操逼| www.色五月| 欧美激情五月| 91丨九色丨熟女|新版| 思思热视频| 久久久久视剧HD| 性色婷婷| 婷婷深爱色五月| 欧美一级色| 99久久欧美| 五月婷婷偷拍| 另类综合激情| 97色婷婷在线观看| 综合色色网| 无码人妻一区| 91操熟女| 国产探花一片区| 五月天婷婷在线播放| 色婷婷五月综合在线| 久久9热| 久久九九99字幕| 日韩五月丁香| 2025超碰| site:picc-up.com| 97久久久| Y11111111111少妇电影院| 丁香久色| 99色在线| 乱码操操| 色九月婷婷丁香| 91精品丝袜久久久久久久久粉嫩| 天天综合图片| 久久在线视频免费观看| 色玖玖综合网| 欧美激情综合色综合色| 日欧一片内射VA在线影院| 99在线精品视频| 激情综合激情综合| 欧美久久一级内射wwwwww.| 五六月婷婷| 五月婷婷熟女| 狠狠色色综合| 99精品小视频| 色噜噜狠狠色综无码久久合欧美| 婷婷丁香五月天综合AV| 五月丁香婷婷成人网| www.com任你艹| 九九久久视频| A片试看120分钟做受视频红杏| 玖玖爱伊人| 激情久久久久久| 色五婷婷| 色五月婷婷影院| 成人午夜免费电影| 九九色综合视频| 色播五月丁香综合| 天天爽夜夜爽夜夜爽精品视频| 色播激情婷婷| 婷婷五月天资源| 激情五月婷婷| 婷婷五月天六月丁香| 俺也去综合| 99热免费精品热久久66| 1024婷婷综合久久五月天| 亚洲成人丁香花| 国产国产乱老熟女视频网站97| 99啪啪视频| 欧洲不卡视频| 五月天久久综合婷婷丁香| 欧洲99视频在线| 久热综合| 香蕉网久久| 五月婷婷,狠狠操| 天堂在线婷婷| 99综合| 九九AV在线| 婷婷综合| 日韩综合大黄| 五月丁香婷婷综合网色欲| 国产五月天欧美色| 五月婷婷|欧美| 九九热视频精品| 婷婷丁香午夜综合影视| 亚洲精品无码99热| 可以直接看的av| 91婷婷色| 五月婷网| 亚洲天堂爱爱| 色婷婷成人做爰A片免费看网站| 丁香亚洲婷婷五月| 奇米影视777在线_在线观看午夜_h小视频在线观看_岛国大片 | 丁香六月在线综合| 五月天综合婷婷| 在线不卡视频| 成人视频在线免费播放| 九九这里只有精品在线视频| 99网| 天天天操天天天日| 国产免费av在线| 亚州色色色| 五月婷婷深深的爱| 狠狠ri| 综合图片色色| 五月丁香亚洲校园欧美| 草了bav视频在线观看| 玖玖热视频| 开心婷婷五月激情网小说| 久久五月视频| 色情婷婷| 这里只有精品视频在线| 91操碰| 99在线精品免费视频| 99精品国产在热久久| 国产欧美日韩综合精品一区二区| 九九色热| 日日操夜夜擼| 色色综合网www| 婷婷丁香中文字幕| 五月天AV大香蕉| 日本久久超碰| 久久久网站| 任我肏视频精品| 天堂色婷婷| 深情五月天| 开心婷婷五月激情网小说| 九月婷婷激情久久| 国产精品美女久久久久AV超清| 99这里只有精品|v| 色播六月| 5月婷婷6月丁香aV| 婷婷五月天性| 久久久精品免费啪啪国| 99热99网| 99热乎| 色婷婷婷av| 亚洲成人综合网在线免费观看| 国产精女同一区二区三区久| 九久久九精品视频| 97日韩无套内| 丁香五月色| 国外亚洲成AV人片在线观看| 九九色综合| 99精品偷自拍| 99网址在线看| 99熟女| 五月色婷婷AV| 色色性爱视频| 日本狠狠干| 办公室少妇激情呻吟A片在线观看| 五月婷婷综合在线亚洲视频| www,超碰| 久久色五月天| 五月婷婷成人| 色综合久久之分久久| 综合网色| 日本激情91| 丁香六月激情综合啪啪| 丁香五月大片| 久久xx| 大香蕉婷婷五月| 91九色熟女| AV色婷婷| 91 九色 入口| 男人天堂AV在线一区二区| 九月婷婷在线视频| 婷婷 月 丁香| 欧美 日韩 成人| 九九热精品| 极品五月天| 99re久热只有精品6在线直播| 久机视频这只有精品| 色五月亚洲| 91|九色|动漫| 99热这里只有精品一| 九九伊人网| 婷婷五月激情综合| 色青五月天| 5月丁香六月情| 超碰在线观看99| 色级婷婷| 丁香五月天色| 六月婷婷综合| 人碰人人人玩91| 色色婷婷五月天| 天天操天天插| 99ri视频| 伊人丁香五月天丁香在线婷| 色九九九综合| 天天做天天爱天天爽综合网| 开心五月婷婷在线| VfJxEwPH| 欧美精品久久久久久视频观看| 国产色丁香| 六月婷五月丁香| 五月天久久婷婷婷| WWW五月| 六月合五月婷| 激情影院丁香五月| 五月丁香婷婷成人网| 91人人爽狠狠狠| 婷婷激情小说| 久久久天堂国产精品女人| 亚洲超碰青涩| 丁香五月天AV在线 | 久热这里只有精品在线观看 | 97色五月天| 色天天综合成人网| 五月婷婷久草在线视频综合| 色偷偷色婷婷| 九九色综合九九色| 婷婷五月天久久| 中字幕视频在线永久在线观看免费| 五月精品99综合| 色综合久久综合| 亚洲一个色| 开心五月婷婷激情网| 色欲久久久久| 色色色婷| 色色丁香色五月| 色婷婷丁香中文在线播放| 国产肥白大熟妇BBBB视频| 五月丁香六月色婷婷综合五月天| 成人版视频在线观看| 亚洲啪啪精品| WWW.婷婷| 婷婷五月天淫荡| www婷婷亚洲| 色一情一乱一伦一区二区三区| 国产 码在线成人网站| 91热爆在线| 成人av免费观看| 婷婷丁香五月麻豆| 99久久婷婷国产综合| 欧美精品18| 婷婷五月天电影网| 三级片AAA久久久AAA久久久AAA| 51XX嘿嘿午夜无码| 五月丁香婷成人网| 丁香五月开心亚洲| 中文成人在线| 丁香六月婷| 久久婷出差欧美色两性综合网| 黄色一级影片| 精品一二三区久久AAA片| 五月天色色色色色| 丁香蜜臀黄色婷婷五月天| 国精产品一区二区三区| 色狠狠婷婷| 激情五月丁香五月| 五月丁香婷婷啪啪网| 激情五月综合婷婷| 久久婷婷五月综合成人d啪| 2017狠狠干| 丁香六月啪| 超碰在线人人| 91啪啪| 婷婷五月天av| 婷婷的五月天另类视频| 婷婷综合性爱网| 五月WWW| 98热精品| 无码啪啪| 香蕉大综综综合久久| 99热在线观看| 欧美日韩一a.无| 97碰在线视频| 嫩草AV久久伊人妇女超级A| 国产亚洲精品AAAAAAA片| 五月丁香色婷婷基地| 色婷婷亚洲综合天堂| 亚洲热综合| 97久久精品| 91超级碰| 五月天婷婷三级黄| 婷婷成人基地| 色五月综合激情| 九九综合网色全集 | 男男野外做爰全过程69| 99热这里只有精品一| 九九综合图片网| 色色色婷| 人妻五月天激情开心网| 国产原创视频91九色| 国产Va视频| 久久亚洲天堂| 加勒比久热| 婷婷五月噜噜| 久久丁香婷| 精品久久久久久久人妻| 91紱請| 伊人色综在线|