简介：面向OpenCV入门者与数字识别初学者，这份压缩包以印刷体数字识别为主线，演示了从图像预处理到OCR识别的完整流程。包内共有13个文件，含10个jpg示例图、2个png标注图及1个cpp源码，源码文件recognizeOCR/verfiyCode.cpp结合模板匹配或Tesseract接口，实现对验证码或印刷数字的识别与结果可视化。资源仅21KB，轻量易读，适合在Linux环境下运行，Windows用户稍作路径与编译器调整即可复用。内容涵盖灰度化、二值化、平滑滤波、边缘检测等预处理技巧，并配有截图与样例图片辅助理解。已有357人学习下载，可作为进一步研究OpenCV图像处理与OCR应用的实用起点。
1. 先搞懂一件事：OpenCV识别基础到底解决什么问题
OpenCV识别基础，说白了就是让电脑能“看见”图片里的数字。你平时用手机拍车牌号、扫描快递单、提取验证码里的数字，背后都离不开图像识别这段流程。对完全没接触过的人来说，可以这样理解：人眼看到的是“数字”，而电脑看到的只是一堆密密麻麻的亮度值，也就是像素点。OpenCV就是给电脑装上的一副“眼镜”，帮你把这些像素点变成能理解的信息。这篇文章的目标，就是带你从零起步，用OpenCV做最基础的数字识别：把一张图片里的数字找出来、读出来。适合谁？只要会一点Python，甚至刚装好Python还没写过几行代码的纯新手，都可以跟着跑通。
2. 把地基打好：安装OpenCV并跑通第一个程序
很多新手以为OpenCV是高深莫测的算法库，其实它就像一把组合工具箱，里面是各种图像处理函数。第一步别急着研究理论，先把工具装好，跑一个最简单的程序，感受一下“图像在电脑里到底是什么”。这一章我们只做三件事：装好依赖、读一张图、看懂几个高频操作。
2.1 环境准备：Python + OpenCV 的安装步骤
如果你是零基础，我建议先从最简单的命令行安装开始，不要一上来就折腾虚拟环境。打开电脑终端（Windows下叫命令提示符或PowerShell），执行这条命令：
pip install opencv-pythonpip是Python的包管理器，负责把别人写好的代码包下载到你电脑上。opencv-python是OpenCV官方提供的Python接口包，安装完成后，你写的代码里就可以通过import cv2来调用它。这里注意一个细节：OpenCV的Python包有多个名字，比如opencv-contrib-python，里面多了一些扩展模块，但对入门来说，先装这个最基础的版本就够了。如果你已经装过其他版本，又需要更换，可以用pip uninstall opencv-python先卸载，再重新安装，避免两个版本互相干扰。
安装成功后，验证一下环境是否正常，在终端里执行：
python -c "import cv2; print(cv2.__version__)"如果能看到类似4.9.0这种版本号，就说明OpenCV已经能用了。这里再解释一句：python -c的意思是直接执行后面这一段Python代码，相当于临时写了一个小程序。验证这一步非常重要，很多新手装完之后直接跑脚本，结果报ModuleNotFoundError: No module named 'cv2'，其实是因为根本没装成功，或者装到了另一个Python版本里。建议你在终端、代码编辑器、命令行里都用同一个Python环境，不然会出现“命令行能用，运行脚本却找不到cv2”的玄学问题。
2.2 第一个程序：读取并显示一张图片
环境好了，我们就可以让OpenCV干第一件小事：读一张图片，并把它显示出来。新建一个Python文件，命名成first.py，写下这段代码：
import cv2 # 读取图片，参数是图片路径，注意图片要放在同一个文件夹里 img = cv2.imread("test.png") # 如果图片不存在或路径不对，img会是一个空值None if img is None: print("图片读取失败，请检查图片是否存在") else: # 显示图片，第一个参数是窗口标题，第二个参数是图像数据 cv2.imshow("window", img) # 等待键盘按键，参数0表示一直等待，直到你按下任意键 cv2.waitKey(0) # 按完键之后，关闭所有OpenCV创建的窗口 cv2.destroyAllWindows()运行方式如下：
python first.py运行之前，你需要准备一张test.png图片，随便什么图片都行，放在脚本旁边。运行后，屏幕上会弹出一个窗口，显示这张图。这段代码虽然简单，却包含了OpenCV最基本的四个动作：读取、判空、显示、释放窗口。我特别想强调“判空”这一步。很多新手第一次跑，发现窗口没弹出来，或者程序一声不吭就结束了，就是因为图片路径写错了，而cv2.imread()遇到读不到的文件，并不会报错，只会返回一个None。如果你不加if img is None这一层判断，程序就像什么都没发生一样，你根本不知道问题出在哪。加了这行，它至少会打印一句提示给你。
还有一个特别常见的坑：图片路径里的中文。比如你把图片放在C:\用户\桌面\数字这种路径下，OpenCV在Windows上很容易读取失败。入门阶段最省心的办法，是把图片和代码放在同一个英文路径的文件夹里，比如C:\opencv_demo。等以后熟悉了，再去研究各种编码方案。
2.3 理解图像数据：为什么OpenCV里的颜色顺序是BGR
你可能会好奇，cv2.imread()读进来的那张图片，在Python里到底是什么东西？其实它就是一个由数字组成的三维数组。比如一张宽度为200像素、高度为100像素的彩色图片，读进来后，它的形状是(100, 200, 3)。最里面那层“3”代表三个颜色通道。人眼看到的彩色图片，在电脑里可以拆成红、绿、蓝三个通道。但这里有个让无数新手翻车的小设计：OpenCV默认的颜色顺序是BGR，也就是蓝、绿、红，而不是大家更熟悉的RGB。这意味着你如果用其他图像库读图，再交给OpenCV处理，画面颜色很可能是红的变蓝、蓝的变红，整个色调都乱了。
这篇文章里我们处理数字识别，最终会把图片转成灰度图，所以BGR和RGB的区别其实不太影响后面的操作。但你要先知道这个背景，后面遇到颜色相关的问题时，能够想到是这个顺序在捣乱。你可以试着用print(img.shape)打印一下读入图片的形状，看看输出的数字是不是符合宽和高。这个小动作能帮你建立“图像就是数组”这个概念，而一旦你理解了图像是数组，你就能理解后面所有预处理操作，本质上都是对数组里的数字做加减乘除。
2.4 三个高频基础操作：灰度、保存、调整窗口
在进入数字识别之前，有三个基础操作你会反复用到，我们先在这里熟悉一下。
第一个是灰度化，把彩色图片变成黑白灰图片。代码只有一行：
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cvtColor是“转换颜色”的意思，第二个参数COLOR_BGR2GRAY表示从三通道的BGR图，转换到单通道的灰度图。转换之后，数组形状会从(高, 宽, 3)变成(高, 宽)，每个像素只有一个介于0到255之间的亮度值。为什么识别数字前要先灰度化？因为颜色往往不是区分数字的关键，数字的形状才是。去掉颜色可以大幅减少计算量，也能避免背景颜色干扰。
第二个是保存图片。你处理完图片后，想把它存下来随时查看：
cv2.imwrite("out.png", gray)第一个参数是输出文件名，第二个参数是内存里的图像数据。保存成功后，文件会出现在当前文件夹。
第三个是让图片窗口可缩放。如果你的图片很大，窗口弹出来只有一小块，这时候可以用：
cv2.namedWindow("window", cv2.WINDOW_NORMAL)namedWindow先创建一个指定名字的窗口，WINDOW_NORMAL表示这个窗口可以被拖拽调整大小。之后再imshow，窗口就能自由缩放了。这三个操作属于“工具级”技能，你不需要背下来，但应该知道它们存在，后面用熟了自然记住。
3. 图像预处理：让数字从背景里“跳”出来
数字识别真正困难的地方，不是识别本身，而是怎样让图片里的数字变得干净、清晰、容易被提取。这一章讲的预处理，是整个流程里最“见效果”的环节。一张扫拍模糊、背景复杂的图片，经过预处理后，数字就仿佛浮到眼前。我们要做三件事：灰度化、二值化、去噪，然后找轮廓。
3.1 灰度化：从三通道到单通道，为什么识别前要先做这步
在上一章我们提到灰度化只是一行代码，但真正的理解在于“为什么”。想象一下，你在白纸上用黑笔写了一个数字，这个数字和背景之间最大的区别是什么？是颜色吗？不，是亮度对比。白纸亮度高，黑字亮度低。彩色图片里的蓝色数字、红色数字，不一定比蓝色背景更容易分辨。但如果把它们全部转成灰度，只看亮度差异，数字和背景的界线就清晰多了。
灰度化的公式本身不需要你记，OpenCV内部会处理。你只需要知道它把每个像素的RGB三个数值，压缩成单个灰度值，范围从0（纯黑）到255（纯白）。这一步基本上不会出问题，可以说是预处理里最安全的一步。但有一个小地方要注意：如果图片本身数字和背景颜色对比很弱，比如浅灰字配白色底，灰度化后对比度依然很弱，这时候后面二值化就会出问题。所以，在准备识别素材时，尽量选择数字和背景有明显差异的图片，这比任何算法都重要。
3.2 二值化：把图片变成纯粹的黑与白，让数字直接“浮”出来
灰度图虽然只有一个通道，但每个像素还是0到255中的任何值，不够“纯粹”。二值化做的事情，是给定一个阈值，把所有像素分成两类：大于阈值的变成255（白色），小于等于阈值的变成0（黑色）。这样图片就只剩黑白两色，处理起来就像开关一样简单。
OpenCV里最常用的二值化函数是cv2.threshold()，举个实际例子：
import cv2 # 读取一张灰度图 img = cv2.imread("gray.png", cv2.IMREAD_GRAYSCALE) # 设置阈值为127，意思是最亮的那些像素变成白色，暗的变成黑色 ret, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # 保存二值化结果 cv2.imwrite("binary.png", binary)这里参数分别是：输入图、阈值、指定白色时的像素值、二值化类型。THRESH_BINARY是最简单的类型，公式可以理解为“大于阈值的给255，否则给0”。还有一个经常用到的类型是THRESH_BINARY_INV，它正好相反：“大于阈值的给0，否则给255”。为什么需要反的？因为OpenCV的很多函数习惯把白色当作前景对象。如果你希望数字是白色、背景是黑色，而原始图片是白底黑字，那就要用THRESH_BINARY_INV，把黑字变成白色。许多新手第一次找数字轮廓，发现轮廓把整张图都包住了，就是因为没有做这层反转。
阈值怎么选？这是预处理里比较“玄学”的地方。简单粗暴的方法是取127，但更聪明的做法是用cv2.THRESH_OTSU，自动计算一个合适的阈值。使用它时，阈值参数随便填一个0就行：
ret, binary = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)Otsu算法会根据图片的灰度分布，自动找到一个让前景和背景区分最明显的阈值。入门阶段，我建议你优先用自动阈值，等后面遇到特殊图片时，再手动调参数。调参的“血泪经验”是：不要试图找到一个万能阈值，每张图片的光照、分辨率都不同，碰到效果不好，先看二值化后的图片，再决定怎么改。
3.3 去噪与形态学操作：让数字轮廓更干净
二值化之后，图片往往还是会有一些小噪点。比如纸上的污渍、扫描产生的灰尘、屏幕截图里的杂点。这些噪点如果不处理，后面找轮廓时会被当成数字，导致识别莫名其妙多出一些“数字”来。OpenCV里最简单的去噪方式是高斯模糊，但模糊会让数字边缘变虚，反而影响轮廓提取。所以我们一般用“形态学操作”来处理二值图。
形态学里最常见的两个操作是腐蚀和膨胀。腐蚀会让白色区域缩小一圈，能去掉细小的亮点噪点；膨胀让白色区域扩大一圈，能填补数字内部的白色空洞。实际操作中，通常先腐蚀再膨胀，这个组合叫“开运算”，适合去噪点。代码长这样：
import cv2 import numpy as np # 定义一个3x3的小方块作为结构元素 kernel = np.ones((3, 3), np.uint8) # 先腐蚀后膨胀，统称开运算 cleaned = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)这里的kernel可以理解成一个小刷子，它的大小决定了操作强度。3x3表示每次只检查周围3行3列的范围，比较保守；如果你发现噪点没去掉，可以改成5x5。但也要注意，刷子太大，数字本身会被磨掉一层，严重的会把数字弄断。我的建议是：先用3x3，暴力去噪不是好习惯，更好的办法是从源头选择干净的图片。形态学操作还有闭运算（先膨胀后腐蚀），用来填补数字内部的空洞。比如数字“8”如果写得不连贯，中间断开，可以用闭运算把它连起来。不过入门阶段，知道有这两个工具，并且会写MORPH_OPEN，就够用了。
3.4 实操代码：一张图中把数字区域全找出来
预处理做到位之后，就该让OpenCV替我们找到“哪里有数字”了。OpenCV里有一个专门负责找轮廓的函数，叫cv2.findContours()。轮廓可以理解成图像中白色物体的外边界。找到轮廓后，我们再用cv2.boundingRect()拿到每个轮廓的外接矩形，从而知道数字的位置和大小。
下面这段代码，会把一张二值图里的所有数字区域用方框标出来，并保存结果图：
import cv2 # 读取二值化后的图片，必须以灰度模式读取 binary = cv2.imread("binary.png", cv2.IMREAD_GRAYSCALE) # 找轮廓，这是OpenCV里最常见的轮廓提取方式 # 第一个参数是输入图，第二个参数表示只找最外层轮廓，第三个参数是压缩轮廓点 contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 在原图上画框，所以先读一张彩色图方便观察 original = cv2.imread("original.png") for cnt in contours: # 拿到轮廓的外接矩形，返回左上角x坐标、y坐标、宽w、高h x, y, w, h = cv2.boundingRect(cnt) # 过滤掉太小的轮廓，太小的通常是噪点 if w < 10 or h < 10: continue # 在原图画一个绿色矩形框，参数分别是矩形左上角坐标、右下角坐标、颜色、线宽 cv2.rectangle(original, (x, y), (x + w, y + h), (0, 255, 0), 2) cv2.imwrite("result.png", original)解释几个关键点：RETR_EXTERNAL表示只提取最外层轮廓，因为数字内部如果有“洞”（比如0和8），我们不需要把洞也算进来。CHAIN_APPROX_SIMPLE表示轮廓只保留端点，节省内存。过滤小轮廓这一步非常关键，如果你跳过了，结果图上会出现几十个围着噪点的框。你可以把w < 10里的10改成20、30，观察不同的过滤效果，慢慢找到适合你图片的阈值。运行完这步，你会看到图片上数字的位置被框了出来。虽然还没识别出具体是什么数字，但你已经完成了最关键的“定位”工作。
4. 新手避坑指南：识别数字前最容易翻车的4个问题
这一章专门用来“排雷”。我在帮身边人入门时，发现大家遇到的坑高度相似，几乎都是图片路径、二值化方向、轮廓提取顺序这几类。每一条我都会按“现象→原因→解决”来拆解，你可以先记个大方向，等自己写代码遇到时，再回来对照。
4.1 图片路径写错：程序不报错，但窗口里一片黑
现象：运行程序后，窗口是弹出来了，但里面是黑屏，什么也没有；或者程序完全没有输出，直接结束。原因：cv2.imread()在找不到文件时不会抛异常，它只返回None。你后面再做任何处理，都会因为拿到空数据而失败，但不会给你任何提示。解决：第一，养成判空习惯，每次读图后都写上if img is None检查。第二，把图片路径改成绝对路径，比如cv2.imread("C:/opencv_demo/test.png")，注意Windows路径里用正斜杠或者双反斜杠。第三，确认文件名后缀是对的，比如png图片不要写成jpg，虽然有些情况能读，但很容易出问题。
4.2 二值化方向搞反：数字变成洞，背景变成白色
现象：二值化后，原本的白底黑字变成了黑底白字，或者数字变成了白色背景里的黑色空洞。原因：cv2.threshold()里THRESH_BINARY和THRESH_BINARY_INV是相反的。如果原图是白底黑字，用THRESH_BINARY会让数字变成0（黑色），背景变成255（白色）。而轮廓查找等很多函数默认把白色当成前景，于是你找到的轮廓不是数字，而是背景。解决：在做findContours之前，先看一眼二值化的结果图。最简单的办法是保存一张binary.png，用图片查看器打开，确认数字是不是白色。如果是反的，把二值化类型改成THRESH_BINARY_INV即可。记住这个规律：目标是让“数字区域”在二值图里是白色。
4.3 轮廓把噪声也圈进来：一找找出一堆乱点
现象：画出轮廓后，图片上除了数字，还有几十个小小的矩形框，围着一些无关的斑点。原因：二值化后背景里存在孤立噪点，或者图片本身分辨率太低，灰尘、褶皱都被当成了前景。解决：先用形态学开运算去掉小的噪点，再在画框时增加过滤条件，比如if w < 10 or h < 10: continue。这两个方法不冲突，建议先用开运算清场，再用轮廓面积或宽高比过滤。如果你发现过滤掉了数字本身，说明阈值设得太高了，可以把10调低，比如5。这个调参过程要多实验，每次改动后保存输出图，对比一下再做决定，不要凭感觉猜。
4.4 模板和图片尺寸不一致：识别结果永远不对
现象：用模板匹配时，明明看起来一样的数字，却得到很高的差异分，或者匹配结果每次都不一样。原因：模板图片和待识别数字的大小、粗细、比例不一致，直接比较像素值，对大小极其敏感。比如模板里的“1”是20像素宽，测试图里的“1”是50像素宽，哪怕形状完全一样，像素对比也会差出一个数量级。解决：在比较之前，把所有数字图像统一缩放到相同尺寸，比如都缩放成50x50。缩放后数字的笔画粗细可能仍然不同，所以更稳的做法是先把图像二值化，再缩放，减少灰度差异带来的影响。你还可以在模板匹配前，做一个轻微的高斯模糊，弱化边缘的锯齿。记住一句话：像素匹配的前提是环境一致，环境不一致时，先让所有图像统一起来。
5. 入门实战：用一个最简单的方法识别图片里的数字
现在，我们把前面准备的知识串起来，做一个真正能“认出数字”的小工程。这一章的思路非常适合零基础：不接触神经网络，也不引入机器学习库，只用OpenCV本身的功能，就能识别纯数字图片。当然，这个方法的准确率有限，只适合规整的白底黑字图片，但它能让你完整跑通“识别”全过程，建立信心。
5.1 思路拆解：数字识别其实是一条四步流水线
数字识别看起来玄，拆开之后其实就是四步流水线：提取图片、处理图片、切出数字、比对模板。
第一步是“提取图片”，也就是把图片读进内存。第二步是“处理图片”，用灰度化、二值化、去噪，让数字变成干净的黑底白字。第三步是“切出数字”，用轮廓检测找到每个数字区域，把它从大图上裁剪成一格一格的零件。第四步是“比对模板”，把这些零件和事先准备好的“标准数字”模板逐个比较，找出最像的那一个。
整个过程就像一个认字的小孩先看、再认、最后对比。你不要被“模板匹配”这四个字吓住，它的本质就是计算两张图相似度。相似度最低的模板，就是识别结果。
5.2 准备素材：用画图工具做一套数字模板
我们这次的实战，需要你准备10张模板图片，分别写0到9，外加一张测试图片，写任意一个数字。制作方式非常简单：打开电脑自带的画图，新建画布，用文本工具输入一个大大的数字，字体建议用Arial或宋体，颜色选黑色，背景保持白色。保存为单张图片。注意，如果你做的是横排的数字，保存时裁掉多余的空白，让数字尽量充满画面。
模板文件的命名和存放格式，我们统一约定如下：新建一个templates文件夹，把10张图命名为0.png、1.png、2.png直到9.png。测试图则放在和Python脚本同一个目录下，命名为test.png。这些文件不要放在有中文的路径里，以免读取失败。如果你嫌画图麻烦，也可以用上一章生成的二值图当作模板，但为了识别效果，建议还是单独做一套干净的标准数字。
5.3 完整代码：用“像素最像”原则识别数字
下面这段代码是完整可运行的。它先把测试图二值化，找到数字轮廓，裁剪出数字区域并缩放到统一尺寸，然后与10张模板逐一比较，把差异最小的数字作为识别结果，最后把数字标签画在图片上。
import cv2 import numpy as np # 读取测试图，以灰度模式读取 test_img = cv2.imread("test.png", cv2.IMREAD_GRAYSCALE) if test_img is None: print("test.png 读取失败，请检查图片路径") exit() # 二值化：白底黑字转成黑底白字，让数字成为白色前景 _, test_bin = cv2.threshold(test_img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) # 找数字轮廓 contours, _ = cv2.findContours(test_bin, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 过滤掉太小的轮廓，避免噪点干扰 digit_boxes = [] for cnt in contours: x, y, w, h = cv2.boundingRect(cnt) if w < 10 or h < 10: continue digit_boxes.append((x, y, w, h)) # 对每个数字区域，和所有模板比较 for box in digit_boxes: x, y, w, h = box # 裁剪出数字区域 roi = test_bin[y:y + h, x:x + w] # 统一缩放到50x50，避免尺寸差异导致比较失效 roi_resized = cv2.resize(roi, (50, 50)) best_score = float("inf") # 最小差异分数，初始设为无穷大 best_digit = -1 # 逐个模板比较 for digit in range(10): # 读取模板 template_path = f"templates/{digit}.png" template = cv2.imread(template_path, cv2.IMREAD_GRAYSCALE) if template is None: continue # 二值化模板，并缩放成一样的大小 _, template_bin = cv2.threshold(template, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) template_resized = cv2.resize(template_bin, (50, 50)) # 计算像素差异：把两张图都转成浮点数，求差的平方和 score = np.sum((roi_resized.astype(float) - template_resized.astype(float)) ** 2) if score < best_score: best_score = score best_digit = digit # 在测试图上画框和识别结果 cv2.rectangle(test_img, (x, y), (x + w, y + h), 0, 2) # 把结果文字放到数字上方，需要把灰度图转回BGR才能显示彩色文字 color_img = cv2.cvtColor(test_img, cv2.COLOR_GRAY2BGR) cv2.putText(color_img, str(best_digit), (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2) # 显示最终结果 cv2.imshow("result", color_img) cv2.waitKey(0) cv2.destroyAllWindows()下面逐段解释这段代码的逻辑。
读取测试图后，我们立刻判断是否为空，避免后续崩溃。二值化这里用了THRESH_BINARY_INV + THRESH_OTSU，这是一个组合用法：先让Otsu自动算阈值，再应用反二值化，保证数字是白色、背景是黑色。之后用findContours找轮廓，这一步我们在第三章已经见过。digit_boxes列表里存的是所有满足大小要求的数字位置。
接下来是核心的“像素最像”比较。每个数字区域先缩放到50x50，然后和每一张模板比对。比对的公式是均方误差，也就是两个数组逐点相减后平方再求和。这个值越小，说明两个人的像素越接近。float("inf")表示初始最好分数为正无穷，这样第一轮比较时，任何一个模板的分数都会小于它，从而被记录下来。最后，best_digit就是分数最小的那个模板编号，也就是识别结果。
画框和文字这部分属于锦上添花。因为原图是灰度图，putText默认在灰度图上只能画黑色或白色文字，所以先转成彩色图color_img，再用红色文字显示结果。cv2.putText中的参数分别是图像、文字内容、坐标、字体、字号、颜色、线宽。
5.4 运行与分析：结果不对怎么办
运行这段代码前，确认你的目录结构是这样的：脚本旁边有test.png，脚本旁边有templates文件夹，里面是0到9的模板。然后在终端执行：
python digit_recognizer.py如果一切正常，你应该看到一个弹出窗口，数字周围有框，上方有识别出来的数字。这时可以多试几张不同写法的test.png，比如你在画图里把数字“5”加粗一点、旋转一点，看看识别结果会不会变。大概率你会遇到一个情况：加粗后识别成别的数字。为什么？因为我们的比较方法是逐像素比亮度，数字加粗后，笔画覆盖的范围变了，和标准模板的差异变大。这不是代码写错了，而是这个方法本身的局限。
遇到识别错误，第一步先保存中间过程图，比如把test_bin和roi_resized都保存成图片，观察二值化是否干净、数字是否居中、缩放后是否变形。第二步，检查模板是否也做了同样的二值化和缩放，如果模板是白底黑字而没做反转，模板里的数字是黑色，和测试图里的白色数字一比，差异天然就很大，结果当然不对。第三步，把score打印出来，看看每个模板的分数分布，是差距很大还是相差无几，这能帮你判断问题出在模板不匹配，还是图片太模糊。记住，这个方法适合“规整的打印体数字”，如果你手写潦草或带旋转，就需要更高级的算法了。
6. 下一步学什么：从数字识别走向更广阔的OpenCV
走到这里，你已经完整跑通了一个“看图认数字”的小项目。别小看这几百行代码，它包含了OpenCV最核心的思考方式：把图像变成数据，再用数据比较做判断。那么下一步该学什么？我给你三个方向。
6.1 三个进阶方向：KNN、OCR、深度学习
第一个方向是机器学习里的KNN（最近邻算法）。我们刚才“从10张模板里挑最像的”就是KNN的雏形，只不过KNN会从大量样本里投票决定结果，比逐像素更稳定。OpenCV官方有一个手写数字识别教程，用的是KNN，样本是一张拼了很多手写数字的大图。你可以去学这个，它能让你的识别从“印刷体数字”升级到“手写数字”。
第二个方向是OCR（光学字符识别）。OCR专门处理文字和数字，比如扫描文档、截图里的文字。OpenCV本身不直接提供OCR功能，但可以配合Tesseract这样的开源OCR库使用。你仍然用OpenCV做预处理和定位，再用OCR引擎做识别，这对阅读现实世界的图片很有用。
第三个方向是深度学习。用卷积神经网络识别数字，最经典的例子是MNIST手写数字识别。这确实会涉及一些数学概念，但入门时不需要死磕原理，你可以先用现成的神经网络框架跑一个模型，观察效果，再慢慢理解背后的卷积、池化。这一方向能帮你应对旋转、变形、光照复杂的图片，是工业界的最终答案。
6.2 我的一点学习建议：别啃原理，先做小项目
我见过太多新手一上来就去啃《图像处理原理》，结果两周后还没写过几行代码，热情就熄灭了。学习OpenCV最忌讳的是“先学完再动手”。我自己的习惯是：先设定一个具体的小目标，比如“把这张图片里的数字提取出来”，然后边查边做，遇到不会的函数就去查文档，查完立刻写几行代码验证，再继续下一段。
我最初学OpenCV的第一个项目，就是识别电脑截屏里的版本号。当时我连threshold的参数都记不全，每次都是打开文档复制粘贴，但正因为项目足够小，我可以很快看到输出结果，这种即时反馈是保持动力的最佳燃料。后来我养成了一个习惯：每学一个新函数，就用它处理一张自己的图片，把结果保存下来，累成一个“效果对比图库”。之后再遇到类似需求，直接翻图库，比翻文档快得多。
如果这篇文章让你对OpenCV不再发怵，那下一步就是从跑通第五章那个Demo开始。把代码敲一遍，换成你自己的图片，多试试不同模板。踩坑是入门的一部分，遇到问题别慌，先看中间过程，再改参数。希望帮到你。
本文还有配套的精品资源，点击获取
