日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

OpenCV模板匹配實戰(zhàn):信用卡卡號識別全流程詳解

OpenCV模板匹配實戰(zhàn):信用卡卡號識別全流程詳解 在我接觸OpenCV的頭半年里做得最多的項目就是各種“數(shù)字識別”儀表盤讀數(shù)、快遞單號、批量文件編號、貨架標簽最后才輪到信用卡卡號。實話實說用模板匹配Template Matching這套路去識別信用卡卡號可以說是OpenCV入門階段最適合練手的實戰(zhàn)項目之一——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點串成一條完整的流水線而且工程落地時遇到的各種奇葩問題足夠你攢下半年的踩坑經(jīng)驗。這個項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單準備一套0到9的數(shù)字模板圖然后從信用卡照片里圈出卡號區(qū)域的每個數(shù)字逐一和模板做“長得像不像”的比對像誰就認成誰。這里用到的模板匹配cv2.matchTemplate是OpenCV里一個很基礎(chǔ)但極其好用的工具它對光線、角度變化不敏感的場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、想找個完整項目練手的新手另一類是想把模板匹配用在實際業(yè)務(wù)場景比如識別會員卡號、訂單號、證件編號但不確定怎么落地的開發(fā)者。我會把整個流程從環(huán)境搭建、圖片處理、輪廓定位到模板匹配和最終識別結(jié)果一條線講清楚包括參數(shù)怎么調(diào)、遇到報錯怎么處理、輪廓排序有哪些深坑全部按我的實際經(jīng)驗來寫。你可以直接照著抄改改路徑就能跑。1. 項目整體設(shè)計與思路拆解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識別”就覺得得用深度學(xué)習(xí)什么CRNN、CRAFT、PaddleOCR輪番上陣。但實際在做工程選型時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。信用卡卡號識別這個場景有一個非常特殊的前提字體是高度統(tǒng)一的。銀行卡號大多是凸印或印刷字體每家銀行雖然有不同的設(shè)計但卡號數(shù)字的字體形態(tài)相對固定。更重要的是模板匹配在OpenCV里有現(xiàn)成的函數(shù)cv2.matchTemplate不需要標注數(shù)據(jù)、不需要訓(xùn)練幾十行代碼就能把識別結(jié)果跑出來。相比之下深度學(xué)習(xí)方案要準備訓(xùn)練集、搭建模型、調(diào)參整個工程鏈路重了不止一個量級。模板匹配的局限也很明顯它對旋轉(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。所以我個人的選型原則是先評估任務(wù)約束如果字體固定、背景可控模板匹配永遠是最快的方案。反過來如果場景里字體花哨、角度多變那就別硬撐老老實實上深度學(xué)習(xí)。1.2 完整識別流程從圖片到一串?dāng)?shù)字整個識別的流程可以拆成五個環(huán)節(jié)每個環(huán)節(jié)缺一不可模板圖處理準備一張包含0到9十個數(shù)字的模板圖切割成10個小圖每個數(shù)字存成獨立文件或記錄下坐標。信用卡圖像預(yù)處理讀入信用卡照片轉(zhuǎn)灰度、降噪、檢測邊緣找到圖像里的卡片區(qū)域??ㄌ枀^(qū)域定位在卡片區(qū)域內(nèi)根據(jù)輪廓的幾何特征長寬比、面積把卡號區(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。匹配識別對每個單數(shù)字小圖和10個模板逐一做匹配取匹配分數(shù)最高的模板作為識別結(jié)果最后拼接成完整的卡號字符串。這個流程看起來平淡無奇但每個環(huán)節(jié)里都有不少細節(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、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就報錯ModulenotfoundError或者DLL加載失敗。這里說下我實測下來的安裝方案。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否則會報找不到顯示設(shè)備的錯。如果你用Anaconda也可以這條路conda install -c conda-forge opencv裝完之后驗證一下python -c import cv2; print(cv2.__version__)能正常輸出版本號說明OpenCV裝好了。另外強烈建議用虛擬環(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項目的配置要點編輯器這塊我日常主力是PyCharm但VSCode我也經(jīng)常用。兩個環(huán)境都不復(fù)雜但有三個通病需要提前避開。第一個通病是解釋器選錯。PyCharm里打開項目后右下角或Settings里一定要確認Project Interpreter選的是你裝好OpenCV的那個虛擬環(huán)境而不是系統(tǒng)默認的Python。選錯的結(jié)果就是你在終端里import cv2沒問題但PyCharm里一運行就紅色波浪線加ModuleNotFoundError。VSCode里則要留意左下角的Python解釋器狀態(tài)點擊后手動選擇虛擬環(huán)境路徑。第二個通病是中文字體亂碼。OpenCV的cv2.putText默認不支持中文往圖上寫漢字會顯示成????。這個項目里識別的都是數(shù)字所以沒這個問題但你以后做別的項目要提前知道。第三個通病是圖像路徑別帶中文。cv2.imread在Windows上對中文路徑支持不好經(jīng)常讀不進圖片返回None半天查不出原因。項目路徑、圖片路徑、模板路徑全部用英文命名。3. 核心實現(xiàn)信用卡卡號識別完整代碼拆解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9十個數(shù)字的長條圖。拿到后要做的事是把每個數(shù)字單獨切出來。這里有個技巧不要手動一個個數(shù)字截圖用輪廓查找自動切開。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)輪廓檢測里有個大坑OpenCV的findContours返回值的寫法在版本間有變化。早期的OpenCV 3.x返回三個值image, contours, hierarchy從OpenCV 4.x開始只返回兩個值。如果你用的是4.x代碼寫成_, cnts, hierarchy cv2.findContours(...)會直接報錯。統(tǒng)一用下面這種寫法最保險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)這里幾個參數(shù)值得說明。尺寸(57,88)是我測過的一組比較穩(wěn)的模板尺寸其實無所謂精確值但必須保證后續(xù)待識別的數(shù)字小圖都縮放到完全一樣的尺寸。resize的時候特別注意模板數(shù)字和待識別數(shù)字的粗細、筆畫寬度要接近否則匹配率會掉很多。3.3 信用卡圖像預(yù)處理灰度、邊緣檢測與卡片區(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 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因為直接對灰度圖找輪廓會找到一堆紋理噪聲而Canny算子會把圖像的邊緣“骨架”提取出來再找輪廓時就能框出卡片區(qū)域。Canny的兩個閾值參數(shù)75和200是我在大多數(shù)銀行卡照片上測試后的經(jīng)驗值值設(shè)得太低會框出太多無關(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輪廓用cv2.approxPolyDP做多邊形逼近找出有四個頂點的輪廓——因為信用卡是矩形。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。這個過程俗稱“擺正圖片”做完之后卡號區(qū)域會是水平的后續(xù)切割數(shù)字會輕松很多。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、左下排列四個點 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枀^(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自動算閾值。然后用一個較大尺寸的內(nèi)核做閉運算把同一組的4個數(shù)字連通成一個或者兩個大輪廓。_, thresh cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU) # 閉運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。信用卡卡號通常是4個數(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)字粘在一起但不會把兩組粘起來。這個值需要根據(jù)你實際圖片的卡號間隔微調(diào)遇到間隔特別大的卡號調(diào)成(20,5)或者用兩輪閉運算。3.5 對每組卡號做數(shù)字切分拿到分組輪廓后按x坐標排序?qū)γ總€組做同樣的事情二值化、找輪廓、按x排序、切分、逐個縮放。# 存儲最終識別結(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(識別結(jié)果, card_number)這段代碼是整個項目的核心里面有幾個點要重點講。第一個是cv2.matchTemplate的返回值。它返回的是一張“相似度圖”每個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。因為數(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際上就一個點或者幾十個像素取最大值就是匹配度。這種方法雖然簡單但在固定字體場景下效果出奇地穩(wěn)。第二個是匹配方法的選擇。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)對亮度變化很敏感實際工程里我很少用。第三個是對匹配結(jié)果的置信度判斷。實戰(zhàn)中不能只看最高分還要看這個最高分夠不夠高。比如最高分只有0.4說明這個數(shù)字和任何模板都不像大概率是分割出問題了。實際使用中我一般設(shè)置一個閾值0.6低于這個分數(shù)就把結(jié)果標成?提醒人工復(fù)查。3.6 完整代碼整合把項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): 識別信用卡卡號返回識別出的數(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(識別結(jié)果, result)4. 常見問題與排查技巧實錄4.1 模板匹配不準問題多半出在預(yù)處理很多人在這個項目里遇到的第一大坑是匹配老是認錯數(shù)字比如把3認成8、把0認成6。這時候別急著調(diào)匹配算法的參數(shù)先檢查兩個地方。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)字會被拉伸變形。比如模板數(shù)字偏“瘦長”而你切出來的數(shù)字偏“矮胖”直接resize到一樣大就會變形。解決辦法是在切分模板的時候就歸一化寬高比把模板轉(zhuǎn)正后再統(tǒng)一寬高。4.2 輪廓排序不對導(dǎo)致卡號錯亂這是排序穩(wěn)定性問題。sorted(cnts, keylambda c: cv2.boundingRect(c)[0])這個寫法是按x坐標排序正常情況下沒問題但如果卡片沒完全擺正組內(nèi)四個數(shù)字的x坐標可能不在同一水平線上導(dǎo)致某些數(shù)字的boundingRect起點比前面數(shù)字更靠左。我的經(jīng)驗是先用x坐標排序再檢查每組數(shù)字數(shù)量。如果發(fā)現(xiàn)某一組數(shù)字數(shù)量不是4或預(yù)期值多半是排序或者分割出了問題。此時可以把每個數(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。別忘了信用卡卡號一般是4組每組4個數(shù)字也就是總共16個數(shù)字。如果你的結(jié)果不是16個肯定在分組或切分環(huán)節(jié)出了錯。4.3 光線反光導(dǎo)致識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淡掉甚至消失。處理方法有兩個第一種在預(yù)處理時試用自適應(yīng)閾值cv2.adaptiveThreshold替代全局閾值。自適應(yīng)閾值會根據(jù)每個像素鄰域的亮度動態(tài)計算閾值對光照不均的圖特別有效代價是會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。如果是做批量識別的設(shè)備盡量用均勻的光源避免點光源直射卡片。這是我做過幾個落地項目后最深的體會很多識別問題不是因為算法弱而是因為圖像質(zhì)量太差。把光源調(diào)好識別率能直接提升20個百分點。4.4 OpenCV版本差異與常見報錯匯總這里把我在這個項目里踩過的環(huán)境問題整理成一個速查表。報錯信息原因分析解決方案ModuleNotFoundError: No module named cv2OpenCV未安裝或解釋器選錯在正確的虛擬環(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到空圖檢查圖片路徑、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 提高識別率的小技巧項目穩(wěn)定跑通之后可以再往上提升識別精度我這里有幾個經(jīng)過實測的小改動。第一個是用多重匹配把TM_CCOEFF_NORMED和TM_SQDIFF_NORMED的結(jié)果綜合起來判斷。如果兩個方法給出的結(jié)果不一致說明這個數(shù)字本身就模糊需要更高置信度才可信。第二個是對最終識別結(jié)果做校驗信用卡卡號有Luhn算法校驗位16位卡號的最后一位是校驗位可以根據(jù)前15位算出來。這個校驗?zāi)軘r住絕大多數(shù)誤識別。第三個是模板不夠用就做數(shù)據(jù)增強對模板做不同尺度的縮放、加一點高斯噪聲、小角度旋轉(zhuǎn)能提高匹配的魯棒性。5. 項目應(yīng)用場景擴展與后續(xù)優(yōu)化方向這個項目的價值遠遠不止于識別信用卡卡號。只要把模板圖換一下同樣的流程可以識別身份證號碼、條碼下方的數(shù)字、快遞單上的單號、實驗室試管的編號、零件上的序列號。我之前就用這套代碼識別過上千張產(chǎn)品標簽上的序列號準確率能到98%以上處理一張圖不到300毫秒完全夠用。后續(xù)優(yōu)化方向有三個一是接一個自動透視校正模塊讓卡片角度隨意也能識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)境里做批量識別。如果你想做實時識別還可以加上一個簡單的視頻幀處理循環(huán)每幀調(diào)用一次識別函數(shù)就是一套卡號識別系統(tǒng)。最后分享一個我在實際使用中的體會模板匹配這種“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)雜場景里確實更強但模板匹配的優(yōu)勢是簡單、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)、注意力機制會發(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對圖像處理底層邏輯有個很扎實的理解這對后面學(xué)任何進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
国产久久一区二区午夜| 天天狠操| 亚洲欧美91√| 91久久18禁| 精品免费成人久久| 久久久性爱视频| 色99视频| 亚洲国产无码精品首页久久久| 国产9区| 黑人综合色| 美女超碰978| 韩国成人精品久久久免费看| 午夜成人爽爽爽爽A片李冰冰| 99精品网站| 精品国产肉丝袜在线拍国语| 性久久| 欧美精品成人一区二区在线观看| juliaann欧美丝袜办公室| 日韩电影天堂视频一区二区| 看黑丝美女操逼青青网站| www.久久| 另类在线| 亚洲欧美大| 插穴性爱视频在线观看| 1204av韩国| 亚洲熟妇丝袜在线观看| 免费看污网站| www久久精品| 久久精品免视看国产成人﹣蜜臀av一区. 久久精品免视看国产成人,蜜臀av一区 | 日韩人妻精品中文字幕| 密臀在线免费观看| 欧美制服另类丝袜| 亚州精人品大香蕉| 无码99| 五月丁香激情综合网| 91视频女生| 久久AV色| 超碰社区97| 欧美在线 亚洲| 欧美午夜色妇色鬼| 国产视频大全| 色情婷婷久久五月天| 欧美91久久久久| 新视频sss国产| 亚洲色9| 日韩9999| 国产免费一区| 超碰色美女| 黑人粗大V S日韩女优视频| 亚洲日韩乱码中文无码蜜桃臀网站| 久久一二三四不卡 | 天天躁日日躁xxxxx| 免费看国产曰批40分钟怎么下载| 国产 日韩 欧美高清| 国产av又色又爽又黄| 亚洲国产一区二区入口| 日韩一级片在线看| 国产不卡片| 亚洲最大的黄色电影网站。| 操亚州| 国产精品在线一区二区| 日日骚网站| 啊啊啊无码| 白丝被操91| 亚洲中文字幕精品一区| 美女91av| 欧美黄业| 久久久久久电影| 一线黄色免费性爱片| 欧美一区二区亚洲天堂| 91亚·色| 9久在线视频只有精品| 超硑97精品| 亚洲性少妇| 国产路线专区| 一区二区娱乐网站| 啊啊啊好大好湿| 韩日自拍| 国产精品第一区第一页| 亚洲精品精品一区二区| 国产强奸乱伦无码视频| 婷婷中文字幕| 超碰在线97国产| 男人成人黄色视频在线观看免费下载| 伊人九九| 国内精品伊人久久久久影院会| 草草影院在线视频| 97久久综合网| 午夜福利免费福利视频| 九九九久千久久激情蜜桃在线看 | 2017大香蕉国产精品久久| 偷拍亚洲情色| 久久久久久一日韩字幕无码| 91在线页| 日韩成人人妻网站| 1000午夜黄色| 在线日韩日本亚洲国产| 日韩欧美字幕亚洲一区二区| 欲女人妻性色av| 久久AV无码AV| 五月丁香综合激情| 亚洲文学偷乱拍啪啪啪啪| 思思久热在线精品66| 中文字幕av乱伦| 久久久熟妇熟女国产| 欧美视频一区二区三区| 91三级理论片播放器| 97爱欧美| 亚洲无线观看久久| 丝袜喷水在线| 日本一级真人黄色性爱视频| 久久久久久午夜男人的天堂| 97欧美资源| 探花一区在线| 欧美大干日韩| 久久夜黄色无码A级大片| 亚洲欧洲精品成人| 青青草在线视频欧美| 91色婷婷综合久久中文字幕二区| 天堂8在线新版官网| 一区| 天天操天天射天天日| 97激情97激情| 亚欧高清| 情色五月天久久久| 久久天天艹| 啊啊啊快操我视频| 人妻81p| 好看的久久不射无码影视影院| 日韩日本欧美在线观看| 97操97色| 综合激情二| 99热在线不卡| 亚洲性爱无码乱伦av| 在线性黄高清免费视频| 精品久久久久成人码免| 这里有精品| 91骚熟女| 欧美 传媒 麻豆 日韩 偷拍| a v网站在线播放| 2003天天干夜夜操| 69AV女优男人的天堂| 人人操,人人液| 国产精品久久久777| 日本午夜操逼| 国产又大又粗又长视频| 天天天天操| 啊啊啊啊网站| 东北女人| 免费啪啪啪网站18岁| 精品人妻高清麻豆av| 精品福利| 二对二中文字幕。| 777奇米影视777四色| 欧美性夜| 亚洲欧美另类少妇精品| 久久久久久精品免费看A级| 一区二区三区色综合| www.色综合| 五月丁香激情四射| 青青草久久| 七久久久| 久久亚洲AV无码专区国产精品| 色香综合天天影视综合 | 久久九九热| 日本一区二区三区精品| 欧美亚洲中文字幕| 在线日韩日本亚洲国产| 欧美性Fer办公室秘书| 色婷婷综合网站| 人人操人人摸人人骑| 亚洲自拍青操视频| 亚洲成人日韩小说| 日韩熟女无码| 欧美色亚洲色| 熟女一区二区三区四区| 好爽,再快点啊哈嗯嗯嗯嗯| 在线观看AV片| 色呦呦国产精品免费看| 九九热av| 久久久9 9 9精品| 国产乱婷婷精品二区三区| 男男H黄动漫啪啪无遮挡网站| 精品日韩| 亚洲欧美另类图片| 久久尹人大香焦视| 亚洲美腿丝袜香蕉影视欧美成人| 国产乱人妻精品入口| 欧美日韩丝袜| www.色婷婷| 最新啪啪视频| 无码WWW免费视频网站| 亚洲精品国产精品成人| 欧美成人性活片| 啊啊啊男女| 亚洲国产精品久久久男人的天堂| 99re免费| 欧美不卡五十路| 欧中美三级一区二区三区| 操逼999| 天天看天天综合成人网| 9久超碰| 丁香五月激情五月| 99色在线| 日韩pv中文| 久久大香蕉| 国产吞精a级片激情电影| 超碰人妻天天干| 欧美日韩大香蕉| 久久超碰日韩精品| www国产精品| 亚洲风情综合网| 婷婷成人久久久精品| 免费A V在线| 日韩人妻一区二区| 午夜无遮挡男女啪啪视频| 丰满人妻一区二区三区| 亚洲中文字幕精品一区| 试看日韩黄片| 欧美Ⅴ性爱| 97视频在线| 91制服丝袜中文字幕| 骚鸭AV| 亚洲不卡一| 91青青在线视频| 无码人妻系列少妇| 99999这里都精品| 大吊色| 福利一级版子| 日韩精品人妻中文字幕不卡乱码| 9Ⅰ超碰| 91爱网| 火箭成精品视频884必出精品| 91白嫩| 91精品国产一区三一| 久久丝袜| 午夜AV人气不卡| 欧美少妇性爱网站| 视频分类 国内精品| 自拍鲍鱼一区在线高清观看免费| 久久精精区一区二区一蜜桃一区二区| 国产女上位好爽在线| 国产亚洲在线观看| 中国的操老妇女| 中文字幕人妻丝袜乱一区三区| 天天噜| 丁香六月激情| 久妇网| 天天香香欲综合| 中文字幕综合人妻| 麻豆一区二区AV天美| 精品午夜福利| 国产成人久久久精品免费AV| 夜夜草网站| 九九久久首页| 欧美亚洲今日在线| 日本狂喷奶水在线播放212| 偷拍自拍在线视频观看| 久久啊哟| 老鸭窝在线视频播放| 美女黄站| 日韩不卡在线一区二区| 狠狠中文字幕| 天天插天天操天天摸天天射天天看| 亚欧操逼片在线观看| 久草成人| 被体育老师抱着c到高潮| 人人插人人搞人人操| 97人妻色| com 首页 18岁 禁区 女优 免费 精选 同城 | 久久精品六区| 无码久久国产| 成人精品在线观看| 91AV天美在线视频| 91精品国产91综合久久蜜臀| 乱伦熟女区| 色婷婷在线视频精品导航| 国产精品午夜精品| 国产精品分类在线观看| 亚洲美乱| 最新国产精品| 欧美九9 9 9| 欧美草草| 秋霞无码av鲁丝片一区| 久草男人天堂| 91丨豆花丨熟女| 亚殴在线| 校园春色 亚洲| 久久社区一区二区三区| 久久爽爽精品| 成人av性爱电影在线观看| 国产 码在线成人网站| 9长久久精品| 亚洲中字幕日本一区二区三区| 亚洲欧洲综合视频在线| 午夜无码熟妇丰满人妻| 日本性爱欧美性爱| 久久6热精品99视频| 曰韩人妻中文字幕在线| 男人天堂一区二区| 天天影视91看看| 操B在线观看| 中文久久96| 亚洲激情在线观看一区| 夜夜人妻爽| 日韩欧美大片免费高清啪啪| 亚洲欧美中日韩| 密臀视频三区免费网站| 在线观看日韩av不卡| 日韩欧美天天爽爽爽天天爽爽| 眼镜人妻101.com| 亚洲天天影视综合网| 超碰99在线| 久热9| 亚洲中文字幕熟女少妇一区二区| 25国产精品免费观看| 成人精品久久| 这里只有精品视频| 神马九九| 熟妇精品juliaannAV| 久久精品中文字幕观看| 噜噜噜亚洲精品| 91人妻素女| 99热99re6国产在线播放| 成人八戒网站| 加勒比海成人视频网| 日欧亚洲二三区大片不卡| 国内成人圈中文字幕无码视频| 丝袜美腿制服人妻二区中文字幕| 欧美欧美少妇| 97久久免费| 亚洲日韩国产欧美综合v| 超碰欧美COM| 男人的天堂网免费| 国内偷自视频区视频综合| 精品无码一区二区| 中文字幕91页| 97超碰大| 国产乱码精品久久久久久| 在线综合色| 噜噜噜噜天天狠狠| 密臀在线免费观看| 26uuu国产成人综合| 久久久一二三四区| 亚州综合电影| 天天综合色| 精品美女久久久久| 极品少妇久久久久| 性感女人网页在线观看视频| 无色无码| 午夜男女爽爽大片免费观看| 亚洲素人综合| 欧美有码亚洲中文字幕一区二区三区四区| 亚洲囯产精品女人久久久| 亚洲欧美综合图片| 亚洲电影91| 麻豆久久久一区二区| 操逼啊啊啊91| 男人女人18禁片免费看网站| 在线洲亚线| 欧美综合在线91| 91中文在线| 先锋激情∨在线视频播放| 欧美日韩亚洲天堂| 亚洲清纯唯美| 天天摸天天舔天天操| 人妻久久久久久久久久久久久久久 | 人妻一区二区三区熟女| 欧美日韩中国x| 快点操死我| 色播五月婷婷| 婷婷20月天青娱乐| 国产91丝袜在线播放蜜月| 久久女人视频| 天天综合91在线| 亚洲av无线观看| 国产精品黑人一区二区三区| 97超碰大| 蜜桃臀av一区二区| 中日韩久久久免费看| 人人噜夜夜操| 日韩少妇无吗| 欧洲精品一二三在线| 7月婷婷综合| 91久久久久久| 色噜噜狠狠色综合日日| 自拍偷拍2025在线观看| 欧美亚洲日本视频久久久| 豆花视频操逼网址| 人人干黄色| 日本东京热久久久电影| 日本阿v天堂在线观看| 超碰美国| 亚洲交性| 97亚洲中文| 99少妇| 竹菊一区二区三区AV线| 91操熟女视频| 色欧洲| 亚洲一二三四区| 97精品免费视频网站| 天天综合色图| 免费成人自拍视频在线| 日本一道在线播放高清| 国语对白露脸XXXXXX| www亚洲欧美| 亚洲美女精品九九视频| 亚州综合网| 又粗又长又大国产不卡| 亚洲精品一区二区精品| 无码抄逼网| 欧美人妻久久精品二区三区| 99色综合| 成人AV素股で擦久久| 91九色丨国产丨爆乳| 国产婷婷一区| 鸥美极品| 美女黄站| 国产精品久久天天干| 欧美亚洲素人制服精品| 自拍偷拍 日韩无码| 乱老女人一区二区视频| 亚洲男人久久综合天堂| 久9视频| 屌逼麻豆| 九九九九九九视频| 9Ⅰ超碰| 97超碰磁| 99操| 少妇三P| 青青草一本道福利视频| 狠狠91| 青青操综合网| 日本有码影片下载| 天天看人人操屄犊摸阴| 91精品国产91熟女| 涩涩这里只有精品视频| 大香蕉九九| 91色黑人少妇| 精品一区二区三区四区外站| 999999精品| 美国人人操人人操| 精精夜夜| 欧美桃色网| 思思热在线视频在线| 91强热人妻| 日本 成 人 小说 电影 一区二区| 欧美18禁91| 啪啪啪男女亚洲中文字幕99| 亚洲97在线| 综合操逼| 日产中文字幕2020| 啊v在线观看视频| 亚洲男人综合| 综合色播| 高清不卡 中文 人妻| 一级一性爱免费视频| 亚洲精品 欧美97色色| 国产亚洲精品无码三区| 少妇国产不卡| 国产一级高清免费观看| 影音先锋每日最新资源在线观看| 最新国产精品久久精品| 精品国产91久久久久久一区黄无| 日韩三级性| 久久精品熟女亚洲AV麻豆软件| 午夜寂寞欧美| 日韩紧密久久| 精品国产乱码久久久久久日本公司| 成年人网站在线免费观看| 超碰在线看| 色亚州人久干视频在线观看免费版| 91女日逼| 久久激情五月| 精品十八在线观看| 激情久久久| 欧美成人国产精品| 国产日韩精品无码去免费专区国产| 丁香五月婷婷基地| 欧美精品庄| 女人精品内射国产99| 成人 日韩欧美一区| 在线播放一级无码视频| 亚洲综合网电影91| 少妇熟女一区二区三区| 五月激情综合网| 亚洲色婷婷综合久久久久中文| 久久直播国产| 人妻无码后入| 黄视频免费| 夜夜嗷嗷一区二区| 日韩欧美成人综合在线| 婷婷15月天青娱乐| 温婉少妇玩3p| 日韩欧美中文字亚洲慕| 天天色,天天干,天天干| 国产后入清纯| 亚洲第一免费视频| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师 | 伊人精品久久网站| 干B| 亚洲97久久精品亚洲| 激情婷婷丁香| 五月天玖玖资源站| 午夜在线播放| 好爽,再快点啊哈嗯嗯嗯嗯| 日韩在线欧美精品一区二区| 老鸭窝成人| 久久精品国产精品亚洲艾通辽熟妇| 久久精品国产亚洲av水密被窝| 97色伦欧美| 69视频入口| 无码人妻系列少妇| 亚洲成人在线播放| 99久久久久久亚洲精品不卡| 97精品视频在线| 国产精品麻豆成人AV艾秋| 国产精品久久久亚洲一区| 尤物网站91| 欧美色图 人妻| 黄色av片三级三级三级免费看| 人妻第一页| 日韩午夜国产| 99热精品在线| 精品高清一区二区三区三州| 搡老女人老91妇女老熟女| 中文在线久久字幕| 无码国产精品久久久久| 亚洲精品97| 久久综合久色欧美综合狠狠 | 国产91丝袜 在线播放| 亚洲色图 欧美热图 清纯唯美 另类自拍 | 色哟哟-国产专区| 欧美人妻久久精品二区三区| 加勒比伊人| 二级毛片| 密臀AV在线| 屌色在线97视频| 中国一级特黄大片护士| 久久久久久九九九| 青青草原成人| 91日产欧美| 综合色图区| 秋霞网—男女啪啪亚洲免费体验区| 亚洲AV永久无码精品成人调教| 内射黑人| 最新AVzaixian| 国产女人操逼视频| 一本久道在线综合视频| 2023天天操夜夜操| 超碰97人妻在线| 肉丝中文无码高清| 国产精品一区二区后入| 97色欧州| 曰本精品久久久| 婷婷九月| 99操视频| 五月激情视频| 国产成人无码久久精品| 伊人影院综合是一个与深夜成人在线| 国产亚洲深夜激情| 精品国模无码| 波多野结衣之双飞调教在线播放| 国产精品欧美在线观看| 美女让帅哥通她小鸡鸡| 91日产欧美| 精品亚州18| 欧美aⅴ99久久黑人专区| 美骚妇av高清在线| 韩国女主播青草在线| 欧美中文字幕男人天堂久久精品| 67914亚洲精品| 欧美嗯啊……在线观看视频免费| 东京热男人的天堂网| 欧美色五月| 婷婷五月天激情四射| 人人摸人人干人人拍97| 欧美一区二区亚洲天堂| 色九月婷婷| 亚洲综合色网| 亚洲砖码砖专无区2023| 激情久久久| 91 刺激在线| 麻豆黄色五月天| 啊灬啊灬啊灬好深灬快高潮了动漫-国产字幕国产在线观看-B049AV | 精品免费视频国产一区| 欧美色www亚洲国产阿娇要播| 一级毛片电影免费看| 久 久无码人妻AV| 91校园春色长篇| 无码一区二区三区四区五区六区七区八区九区十区视频 | 91偷拍欧美亚洲| 中文乱码99| 亚洲少妇诱惑| 330Dv国产女人终合视频极品人与兽 | 屁股久久久久久久久| 精品少妇人妻一区二区三区| 男人天堂导航| 美女被啪到深处抽搐视频| a片 xxxx受爽视频| 不卡av在线中文字幕| 日韩亚洲精品一区二区| 人人插人人搞人人操| 婷婷激情五月| 日本 免费 一区二区三区 久久香蕉| 国产精品不卡一区二区三区| 欧美综合色图片| 绯色一区二区三区不卡少妇| 福利视频一区二区微拍| 欧美|91色综合| 天天天天天天天天综合| 国产在线激情| 成人av性爱电影在线观看| 艹少妇网站| 国产11页| 久久九操在线观看| 亚洲色狠| 嫩草影院在线观看精品| 成人精品电影| 欧美日韩国产色五月综合在线| 久久久久久久性爱| 日韩色欲久久一二三四区| 激情开心五月天| 97久久精品国产| 九九热精品| 国产辣妈在线视频福利| 伊人久久艹| 亚洲一本色码中文字幕| 九九九国产精品| 国产乱伦性爱区| 欧美日韩第一页| 97中文超碰| AV男人天堂网| 国产亚洲精品A在线观看下载| 国产又粗又长又爽又色| 欧美 综合| 啊v在线观看视频| 岛园激情| 2017天天透天天通天天擦| 日韩肏逼视频| 五月丁香| 亚州精品人妻一二三区| 97精品熟女少妇一区| 国产13区| 久久久久国产精品久久久| 日韩精品一区二区三区色欲| 国产女同性恋视频| 密乳视频在线| 91亚州日韩高清| 啪啪自拍九九综合| 日韩婷婷| 亚洲清纯综合| 看日韩操逼| 久久久久久久六六| 在线免费观看日韩一区| 国产91精品久久久久久久网曝门| 51国产午夜精品视频| 1956日韩精品| 欧美爱爱97| 97人肏| 欧美日韩大香蕉| 欧美一级欧美三级在线观看 | www.操| 国产老太乱伦一区| 天天干天天干天天| 九九亚洲色在线观看| 日韩精品中文字幕一 | 国产激情av女片自拍| 亚洲欲| 欧亚性爱视频免费看| 欧美男人亚洲天堂| 偷拍自拍在线视频观看| 插B在线观看| 国内毛片无码一级毛片| 久久久久白虎| 人妻久热在线| 久久的免费性爱视频| 99re这里只有精品3| 日产操逼| 久妇网| 成人自拍三级在线观看| 91影视亚洲| 国产视频一区二区免费| 91欧美色| 熟啊v色欧美热| 亚洲免费在线探花| 妇女乱色二区| 蜜臀久久久久久999| 另类亚洲一区二区三区| 成人热久久精品| 国产强奸超碰AV| 600国产精品视频| 看黑人AV不卡| 午夜精品五区| 成人一二三区| 欧美精品第四五页中文字幕在线观看| 日操粉逼逼| 另类欧美色| 日韩传媒在线| 欧美精品日韩久久久九 | 亚洲精品久久久久久久蜜桃臀| 精品亚洲| AV色五月| 久久精品视频久久久| 99久久精品国产系列| 亚洲熟女乱色一区二区三区久久久| 亚洲超碰在线| 伊人网免费视频| 日韩精品人妻中文字幕不卡乱码| 丝袜内射| 蜜桃视频成a人v在线| 亚洲天堂男人网| 91国精产品| ,国产乱人伦精品一区二区三区| 无码天天操| 欧美综合综合| 97精品久久久久中文字幕| 伊人亚洲国产一成人久久精品,久久| 一区二区三区亚洲| 国产精品片| 久久久天美| 美女91在线观看| 91久久精品蜜臀| 风流老熟女一区二区三区l| 五十路成人在线视频二区三区| 福利偷拍视频-中文字幕2019国语完整视频大全-S91AV | 亚洲精品国产熟女久久久久久| 蜜臀一区二区三区亚洲最新章节在线观看 - 高清蜜臀一区二区三区亚洲全集播放 | 久久毛卡| 乱伦熟女专区| 校园春色 亚洲| 色五月AV在线| 青青草国产盗摄一二三区| 丁香六月激情综合| 无码免费精品高清| 日韩欧美性吧婷婷乱伦大香蕉| 伊人欧美大香蕉视频| 久色99999| 日韩国产十八禁| 高潮内射在线| 亚洲性爱无码乱伦av| 无码国产Av| 欧美1区二区三区公司| av中亚| 2017天天插| 加勒比无码毛片| 91精品婷婷国产综合久久竹菊| 麻豆福利视频导航| 大香蕉综合| 91狠狠综合久久久久久| 性欧美另类高清| 黄页大片在线观看| 五月天激情小说| www.色婷婷| 亚洲精品色| 亚洲性综合9| 99999精品成人| 麻豆久久久久久久久丝袜 | 精品无码一区二区三区色欲| 麻豆三极片| 亚洲成a人v欧美综合天堂下载| 综合网欧美| 久操频道免费在线呗看| 躁躁躁日日躁2020| 久久久人妻| 视频国产欧美在线播放| 欧美性爱精品七区| 午夜AV人气不卡| 国产精品点击进入在线影院| 午夜男人av| 中文字幕第23区| 欧美亚洲清纯| 综合亚洲欧美| 色悠久| 亚洲乱妇p22| 操国产逼| 日韩欧美午夜视频在线| 久久社区一区二区三区| 再深点灬舒服灬太大了好硬好爽| 色99视频| 少妇熟女1区2区3区| 青娱乐欧美激情一区二区| 在线综合色| 人人操AV| 成人综合视频久久| 亚洲诱惑天堂 | 加勒比AV天堂| 色网亚洲人| 国产 日韩,欧美 自拍| 操逼片中文| 亚洲男人bt天堂| 欧美A√综合网| 日本大香蕉综合网红本杳社区| 亚洲 暴爽 AV人人爽日日碰| 99久久婷婷丁香| 草草影院日本第一页| 狠狠综合网| 美女黄色一级A视频| 大香网伊人久久综合网eew| 91在线一起| 成全动漫视频观看免费下载| 亚洲码专区| 暖暖精品二区三区观看| 啊啊啊啊好疼视频| 日韩亚洲欧美中文字幕| 3d成人精品一区二区| 天天日天天色| 蜜乳av一区二区三区四区不卡| 超碰97 线线 在现| a天堂视频| 欧美日韩一干二干| 天天噜| 亚洲最大无码中文字幕网站| 欧美白嫩女HD| 91成人无码| 人人做人人妻人人夜视频| av九九| 91国产丝袜美女| 色综合一本| 亚洲精品一区二区三区在线播放| 天天欧美色| 极品少妇久久久久| 国产精品网址| 精品亚洲国产成人AV制服丝袜| 夜夜狼人妻| julia ann久久| 亚洲国产精品成人综合| 熟女人妻av在线资源,黄色的资源 粉嫩国产精品久久粉嫩 | 久久精品电影在线| 啪啪啪精品视频| 日韩另类色图| 91色夜| 户外裸露刺激视频第一区| 国产性刺激| 国产色图乱伦| 亚洲国产精品久久久久久久久久| 人妻少妇久久中文| 日本操色导航| 欧美激情视频一区二区三区不卡| 九九热精品| 一级性爱aaaa| 亚洲AV不卡在线观看| 91伊人久| 亚洲综合性感在线| 成人毛片免费| 色爽爽文学| 中文字幕一二三| 亚洲 日韩 欧美 国产综合体| 中出20p| 中国国产精品一区视频| 嗯嗯啊啊视频一区二区三区| 免费日韩黄片| 亚洲精品一区二区免费在线观看| 性暴力欧美猛交在线直播| 91N五十路| 岛国免费视频在线| 五月天综合网| 十八禁啪啪视频| 啪啪视频mP4| w w w.久久精品| www.狠狠干.coom| 大学生美女口爆| 久久夜色一区二区| 岛国黄| 久久成人午夜狠狠| 视频在线观看免费一区二区三区| 丰满欧美放荡少妇在线| 黄aaaaaaaaaaaaaaaaaa色网站| 欧美亚洲韩国视频十五区 | 欧美成人一级麻豆| 男人天堂久久精品| 不卡av免费在线网址| 色九月综合| 亚洲无码国产探花在线观看| 91在线视频免费中出| 日韩免费三级黄片电影| 久久噜| www.激情| 欧美 精品国产制服第一页| 久久伊人青青草| 日小BB小视频| 2019男人的天堂| 五月婷婷综合网| 无遮挡男女激烈动态图| 青青草视频久久久久| 欧美一级A片不卡视频。| 国产av色网| 啊好大好舒服| 亚洲精品国产熟女久久久久久| 岛国天天午夜影院传媒网| 激情婷婷| 以及麻豆国产入口在线观看免费| 婷婷九月丁香| 亚洲人在线| 亚洲一区二区性爱电影| 老司机午夜精品视频| 亚洲男人天堂2013| 97天天摸天天碰| 最新的亚洲无吗| 97超碰人妻| 桑老女人九区| 91色综合激情| 大香蕉人妻| 国产操操日韩三级黄| 91A欧美电影网站| 久久亚洲色图中文字幕| 天天日老熟妇| 欧美黄色大片在线观看 | 欧美人人操人人插| 啪啪啪男女亚洲中文字幕99| 东北老女人的激情视频| 男人的天堂啪啪| 国产浮力影院第1页| 午夜精品久久一区二区| 欲香欲色天天天综合和网| 91黑丝露脚| 婷婷AV一区二区三区| 五月丁香黄色网| 国产蜜臀精品一区二区尤物| 大肉棒导航| 久久这里精品国产99丫e6| 国产a级午夜毛片| 一本色道综合久久欧美| 亚洲情色视频| 日天天九九天堂666| 色拍偷亚洲| 96国产污污污丝袜| 亚洲国产综合久久久性感熟妇| 日本三级韩三级99久久| 日本一区二区成人在线| 日本一区视频在线观看| 国产精品懂色tv影视免费观看| 极品极品色影院| 日本免费一级AAA大片器 | 亚洲一卡2卡3卡4卡乱码网站 | 日本 免费 一区二区三区 久久香蕉| 亚洲欧美日韩不卡人妻| 看黄片视频免费| 97热视频在线观看| 人人干人人操人人..com| 啊啊啊啊二区好大| 岛国片在线播放| 精品三级在线专区| 草草影院最新网址| 黄色片G G G| 18禁超污无遮挡无码免费网| 欧美精品三级黄片| 试看60秒| 久久久久免费少妇| 综合伊人网12色| 不卡六六在线91| 人妻少妇蜜桃视频欧美一区| 欧美色综合网| wwe 天天干.com| 久热91| 日韩av免费一级电影| 青青青草原| 色综和网| n1038 一二三区| 婷婷五月天小说| 69精品久久久久中文字幕| 精品国产三级av韩国在线| 五十路熟女人妻一区二区在线观看| 五月天婷婷影院| 日韩大香蕉AV影片| 欧美78| 国产超碰在线| www.AV有限公司一区| 欧美96在线|欧| 亚洲熟妇自偷自拍另欧美| 五月婷婷综合网| 久久天天摸| 欧美日本天堂| 亚洲 欧美 综合 91| 日韩91网| 亚洲国产综合图区中文字幕| 人妻精品免费一二三区| 熟妇的味道HD中文字幕| 久久精品国产亚洲AV无码电影| 99久久综合| 歐美一級亂黃99在綫精品| 人人人人人人少妇| 免费看污网站| 久久熟女久| 青青草原伊人网| 亚洲精品久久久久毛片A片拉屎| 91天天| 殴美在线AⅤ| 大香蕉123| 婷婷五月天无码| 阿姨一区二区免费视频-高清正片西瓜视频下载app-T450AV | 久久久久13| 色香伊人| 中文不卡视频| 韩国一级做a久久久久| 人妻一二三区| 日韩不卡av一二三| 区一在线观看| 97精品97久久| 欲综合网| 岛国片在线视频网站| 免费操逼视频下载| 欧美亚男人的天堂| 久久九九精品一区二区| 欧美福利视频啊啊啊啊| 色婷婷网| 蘋果手機免費看成人Av| 四虎精品一区二区| 东北丰满熟女国产一区| 麻豆国产尤物AV| 好吊爽好吊爽在线视频,中文字幕精品一区二区日本,国产良妇出轨视频在线观看, | 人人操人人摸人| 强上我不卡卡| 97chaopengongkai| 久久久久国产精品片区无码直播 | 四虎av在线| 中文字幕一二区二三区人妻专区| 亚洲AV秘 精品久久老牛影视| 97AV爱| 久久三| 色五月av| 久草线上视频免费看| yw尤物av无码点击进入麻豆| 五月婷婷丁香六月| 日本视频一区二区三区| 欧美日韩午夜精品一区二区三区 | 一起草精品人妻| 91模特在线观看| 天天日天天干天天整| 蜜臀久久久99久久久久 | 91成人久久| 我想要啊 啊 啊| 色99在线| 欧美色欧美| 超碰97爽| 日本操逼视频免费| 欧美另类色图片| 日韩欧美大片免费高清啪啪| 啊啊啊不要啊啊受不了了视频在线| 啪啪免费| 精品国产乱子伦一区二区三区,精品一| 熟妇在线视频一区二区| 在线播放成人高清免费视频| 九区国产| 色99视频| 亚洲精品自拍| 精品一区二区麻豆| 久久一区二区三区入口| 毛片麻豆91糖心精品毛情片| 久热免费视频| 97资源久久| 麻豆性爱视频在线播放| 嫩草一区二区在线观看| 亚洲欧美洲综合| 内射黑人| 9999免费精彩视频| 综合欧美亚洲| 亚拍在线| 夜夜操2028| 丝袜美腿制服人妻二区中文字幕| 欧美日本不卡在线| 夜夜嗷嗷一区二区| 五月丁香综合激情| 大屁股人妻女教师撅着屁股| 精品一区二区久久| 久久国产精品91| 日本精品无码三级网站| 久久↗↗| 色情亚洲日本成人| www.久久99| 乳欲人妻办公室奶水| 97免费视频在线| 啊啊啊不要嗯嗯在线观看| 九色 人妻 大香蕉| 天天精品| 日本狂喷奶水在线播放212| 精品一区二区三区丰满熟女-亚洲欧美一区| 国产精品第二页| 色区久久| 国产高清免费不卡av| 中文字幕激情小说| 亚洲男人的天堂网| 中文字幕精品人妻丝袜| 日韩性爱播放| 久操网视频| 成人线上超碰| 综合熟妇一区二区三区| 日韩 成人 有码| 欧美人妻精品| 狠狠色色| 国产精品久久久久久久久AV大片| 国产精品久久妻无码网站| 中文有码9| 东北操逼| 亚洲精品骚逼| 91啪9色| 国产成人网址| av网站免费看| 亚洲日韩狠狠撸视频| 青青欧洲黑| 九X超碰| 极品粉嫩一区二区| 欧洲熟妇xxXx欧美老妇裸体| 欧美一区二区三区蜜桃| 成人免费看吃奶视频网站| 无码不卡亚洲成?人片| 看全色黄大色大片免费视频| 深喉吞精| 欧美性高潮| 男人天堂毛片| 伊人欧美大香蕉视频| 亚洲AV在线资源| 操淫穴亚洲五月丁香 | 日本丝袜美腿人妻九九| 无码91| 色999人与兽| 国产av白丝| 老色69| 色九九九| 无码一区二区三区四区五区六区七区八区九区十区视频 | 粉嫩国产精品久久粉嫩| 大香蕉AV在线| 欧美视频在线视频免费va| 超碰成人国产| 成人av动漫在线观看| 天美传媒AV国产在线| 天天天天干| 丁香六月激情| 国产 码在线成人网站| 婷婷九月色| 五月丁香| 免费视频a级毛片免费视频| 日韩成人大片在线观看| 天天天天天干夜夜夜夜夜操| 成人片在线播放| 丁香婷婷啪啪| 久久国产三区| 色色婷婷五月| 日韩精品99999| 97久久视频| 亚洲精品丝袜-不卡成人免费……| 天天爽天天| 东京太热久久久| 成人色女网| 中文字幕视频免费| julia ann久久| 91黄站| 18禁看网站一区| 大屁股人妻女教师撅着屁股| 欧美黄色片在线播放| 五月天黄色激情视频| 先锋精品av色鲁| 9久久美女首页| 麻豆国产第一| 亚洲美女高潮喷水视频| 久久人妻少妇| 精品午夜福利| 久久伊人最新网址视频| 人妻少妇被猛烈进入中| 国内毛片婷婷六月色|