随着互联网浪潮的推进，网上购物已不再稀奇，而作为线上支付的前提——绑定银行卡是必不可少的。但是五花八门的购物APP绑卡时都得一个一个的输入银行卡号是极不方便的，慢还容易出错。随着机器学习和人工智能的飞速发展，在计算机视觉领域取得了突破性进展，尤其是卷积神经网络技术的发展，使得部分图像识别算法达到甚至超过人工的能力。在实际的项目开发中，OpenCV很好地吸纳了最新的技术，有效提高了开发效率和程序运行的可靠性，为识别银行卡提供了高效的开发工具。

 

       针对用户在APP端进行银行卡卡号录入出错率高的问题，本文介绍一种基于Android、iOS手机操作系统的的移动端银行卡识别方法。方法主要分为三步：银行卡图像获取及预处理，银行卡号数字字符分割，数字字符识别。其中图像预处理部分主要利用各类边缘检测算法、形态学操作进行处理，具体包括对银行卡进行投影矫正、获取卡号区域。获得数字区域后，再进行卡号提取、数字分割，最后使用卷积神经网络(CNN)训练模型，实现最终的数字识别。

      与手工输入银行卡号相比，移动端银行卡识别技术具备精确度高、识别速度快、抗干扰性强等特点，能够识别市面上几乎所有的银行卡(含凸字银行卡和平面银行卡等)，同时还能保存银行卡实物的影像，省略复印低碳环保。移动端银行卡识别识别率接近100%，单张图像处理时间在1秒以内，可帮助银行、保险、移动支付、财务管理等行业的客户经理在办理各种业务时应用手机进行拍照，通过移动端银行卡识别引擎即可完成对银行卡图像的识别，并将识别后的信息传送给业务系统进行保存和处理，一秒钟录入银行卡卡号信息，节省了人工录入、存储的成本负担，优化了业务流程的同时也增强了用户体验。

      随着各大保险、银行以及移动端支付公司手机支付技术的成熟，人们已经开始习惯使用互联网、手机进行线上支付。无论是支付宝钱包、微信支付、财付通，还是其他第三方线上支付方式，用户必须为线上支付账户绑定实名银行卡。所以，越来越多的行业用户希望在其业务APP中集成移动端银行卡识别功能，进而简化用户操作，提升用户体验。