简介这份资源是面向计算机视觉初学者与毕业设计学生的印章识别实战项目基于Python与OpenCV实现可用于课程设计、竞赛作品或技能练手。项目源码经本地编译验证可运行评审分达95分以上难度适中内容经助教老师审定适合需要完整案例参考的学习者。压缩包共93个文件约24.74MB涵盖py源码、png与webp图像样本、xml配置、json数据、java与gradle构建文件、properties配置及md说明文档等兼顾算法实现、界面构建与工程配置。目录中可见SealDetect主模块、backend后端逻辑、data数据目录与requirement依赖清单结构清晰便于按模块阅读与二次开发。已有368人学习下载读者可从中获取印章检测的完整实现思路、图像预处理与识别流程、依赖环境搭建方法及排错参考快速上手并迁移到自己的项目中。1. 印章识别这件事难的不是识别而是找章很多做业务系统的朋友第一次接触印章识别都是被一个很朴素的需求推着走的合同、票据、审批单扫描件进来系统得自动判断上面有没有盖章、盖的是不是公章、有没有重复盖章。听起来像是 OCR 的活儿真上手才发现印章识别和普通文字识别完全是两条路。文字识别关心的是笔画清晰、方向规整印章识别关心的是红色圆环、五角星、弧形文字这些结构特征而且印章经常盖得歪、盖得糊、盖在文字上、盖了一半。基于 Python OpenCV 的印章识别程序核心思路不是训练一个端到端大模型而是用传统图像处理把印章从文档里「抠」出来再做结构判断。这条路的好处是不需要标注数据、不需要 GPU、单张图几十毫秒就能出结果特别适合嵌入到已有的文档管理系统里做前置过滤。坏处也很明显对光照、扫描质量、印章颜色偏移比较敏感参数调不好就翻车。这篇笔记面向两类人一类是手里已经拿到一份印章识别源码和配套文档想搞清楚它到底怎么跑、参数怎么改、为什么自己跑出来效果和预期不一样另一类是打算自己从零写一套印章检测逻辑想知道 OpenCV 这条路能走多远、边界在哪。下面按「先搞懂印章在图像里长什么样 → 怎么把它分离出来 → 怎么判断是不是有效印章 → 怎么避开那些让人抓狂的坑」的顺序展开中间会给可直接抄的代码和参数表。2. 印章在 OpenCV 眼里是什么颜色空间与形态学基础2.1 为什么先转 HSV 而不是直接在 RGB 上做阈值印章最直观的特征是红色。很多人第一反应是在 RGB 空间里写if r 150 and g 100 and b 100这在理想扫描件上能跑但一遇到偏色、阴影、彩色底纹就崩。原因是 RGB 三个通道高度相关亮度一变三个值一起变固定阈值根本兜不住。HSV 把色相H、饱和度S、明度V拆开红色集中在 H 的 0~10 和 170~180 两个区间OpenCV 里 H 范围是 0~179S 和 V 用来过滤掉灰白背景和暗色文字。这样即使扫描件整体偏黄或偏蓝只要印章还是红的H 通道就能稳定命中。import cv2 import numpy as np def extract_red_mask(bgr_img): # 转 HSV注意 OpenCV 读进来默认是 BGR hsv cv2.cvtColor(bgr_img, cv2.COLOR_BGR2HSV) # 红色在 H 轴上跨 0所以要分两段取 lower_red1 np.array([0, 43, 46]) upper_red1 np.array([10, 255, 255]) lower_red2 np.array([170, 43, 46]) upper_red2 np.array([180, 255, 255]) mask1 cv2.inRange(hsv, lower_red1, upper_red1) mask2 cv2.inRange(hsv, lower_red2, upper_red2) mask cv2.bitwise_or(mask1, mask2) return mask这段代码里三个参数最值得动S 的下限 43 决定多淡的红色还算红色调高会漏掉浅色印章调低会把粉色底纹吃进来V 的下限 46 用来压掉暗红发黑的区域扫描件偏暗时可以降到 30 左右H 的上限 10 和下限 170 决定红色区间的宽窄印章偏橙就往上限加偏紫就往下限减。我一般会先把 mask 存成图片看一眼确认印章区域是白色连通块、背景是黑色再往下走。2.2 形态学操作把断掉的圆环接起来阈值出来的 mask 往往不干净印章圆环可能因为盖得浅而断成几段文字笔画可能残留一些红点。这时候用形态学开运算去噪、闭运算补断。def clean_mask(mask): # 3x3 椭圆核比矩形核更贴合印章的圆弧边缘 kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)) # 开运算先腐蚀后膨胀去掉孤立小红点 opened cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel, iterations1) # 闭运算先膨胀后腐蚀把断开的圆环接上 closed cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel, iterations2) return closediterations 这个参数是血泪经验闭运算迭代次数太少圆环还是断的轮廓检测会得到一堆碎块迭代太多印章会和旁边的红色文字糊成一团轮廓变成一个巨大的不规则形状。一般 2 次是个平衡点如果原图分辨率超过 2000 像素核可以放大到 5x5迭代次数保持 2。2.3 轮廓筛选怎么从一堆红色块里认出印章清理完的 mask 上可能有多个连通区域印章、红色标题、红色表格线、红色手写批注。印章的几何特征是接近圆形、面积适中、有内外环结构。用cv2.findContours拿到所有轮廓后按下面几个条件筛。筛选条件典型取值作用轮廓面积原图面积的 0.5%~15%太小是噪点太大是整块底纹外接矩形宽高比0.7~1.4印章接近正方形外接框轮廓周长平方/面积接近 4π圆形度排除长条形红色文字最小外接圆填充率轮廓面积/外接圆面积 0.5确认是实心圆盘而非细线def find_seal_contours(mask, img_area): contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) candidates [] for cnt in contours: area cv2.contourArea(cnt) if area img_area * 0.005 or area img_area * 0.15: continue x, y, w, h cv2.boundingRect(cnt) aspect w / float(h) if aspect 0.7 or aspect 1.4: continue perimeter cv2.arcLength(cnt, True) if perimeter 0: continue circularity 4 * np.pi * area / (perimeter * perimeter) if circularity 0.5: continue (cx, cy), radius cv2.minEnclosingCircle(cnt) fill_ratio area / (np.pi * radius * radius 1e-6) if fill_ratio 0.5: continue candidates.append((x, y, w, h, area, circularity)) return candidates这段逻辑里 circularity 和 fill_ratio 是两个容易混淆的指标。circularity 衡量轮廓边缘有多光滑圆环因为中间是空的周长偏大circularity 会偏低所以阈值不能设太高0.5 左右比较稳。fill_ratio 衡量轮廓占外接圆的比例实心圆盘接近 1圆环大概 0.6~0.8如果印章中间有五角星这个值会再低一点。两个指标配合用比单看一个靠谱得多。3. 从候选区域到「是不是有效印章」结构验证与文字提取3.1 圆环检测HoughCircles 的参数怎么定轮廓筛选能拿到候选框但候选框里不一定真有圆环。有些红色 logo、红色印章样式的装饰图案也会通过前面的筛选。这时候用霍夫圆检测做二次确认。def verify_circle(gray_roi): # 先做高斯模糊抑制扫描噪点对边缘的干扰 blurred cv2.GaussianBlur(gray_roi, (5, 5), 1.5) circles cv2.HoughCircles( blurred, cv2.HOUGH_GRADIENT, dp1.2, # 累加器分辨率1.0 最精细但慢1.2 是速度精度平衡点 minDistgray_roi.shape[0] * 0.5, # 圆心最小距离防止一个印章检出多个圆 param1100, # Canny 高阈值边缘多就调高 param230, # 累加器阈值调低检出更多圆但也更多误检 minRadiusint(gray_roi.shape[0] * 0.3), maxRadiusint(gray_roi.shape[0] * 0.55) ) return circles is not None and len(circles[0]) 0param2 是最玄学的参数。同一个印章param2 设 50 可能一个圆都检不出设 20 能检出七八个同心圆。我的习惯是先设 30如果检不出就每次降 5降到 20 还检不出就说明这个印章圆环太模糊得回到 mask 阶段看是不是闭运算没做好。minRadius 和 maxRadius 按 ROI 尺寸的比例给比写死像素值稳因为不同扫描分辨率下印章大小差异很大。3.2 弧形文字展开把圆环上的字拉直公章外圈通常有一圈弧形排列的单位名称要判断印章内容就得把这圈字展开成水平文字。思路是极坐标变换以圆心为原点把圆环区域按角度和半径映射到矩形。def unwrap_ring(gray_roi, center, inner_r, outer_r): # 把圆环区域展开成矩形宽度对应 360 度高度对应半径范围 flags cv2.INTER_CUBIC unwrapped cv2.warpPolar( gray_roi, (360, outer_r - inner_r), # 输出尺寸宽角度数高半径跨度 center, outer_r, flags cv2.WARP_POLAR_LINEAR ) # warpPolar 输出是极坐标图需要旋转让文字正立 unwrapped cv2.rotate(unwrapped, cv2.ROTATE_90_COUNTERCLOCKWISE) return unwrappedwarpPolar 的输出宽 360 对应每一度一列高是半径跨度。展开后弧形文字变成波浪形排列的文字带再送 OCR 识别率会高很多。注意 center 要用前面 minEnclosingCircle 得到的圆心不要用 boundingRect 的中心因为印章盖歪时外接矩形中心会偏。inner_r 一般取外半径的 0.7 倍左右正好卡在文字带的内外边界上。3.3 用 OCR 做最终确认ddddocr 的接入方式OpenCV 负责找到印章、展开文字识别具体文字内容通常交给 OCR。轻量场景下 ddddocr 是个常见选择它不需要额外安装深度学习框架pip 装完就能用。import ddddocr def ocr_seal_text(unwrapped_img): ocr ddddocr.DdddOcr(show_adFalse) # ddddocr 接收 bytes先编码成 png success, buf cv2.imencode(.png, unwrapped_img) if not success: return result ocr.classification(buf.tobytes()) return result这里有个常见报错ModuleNotFoundError: No module named ddddocr。原因通常是 pip 装到了另一个 Python 环境或者 Python 版本和 ddddocr 的 wheel 不匹配。解决方式是先用python -c import sys; print(sys.executable)确认当前解释器路径再用python -m pip install ddddocr装到同一个环境。如果还报错检查是不是 Python 3.11 以上版本ddddocr 对高版本支持有时滞后降到 3.8~3.10 最稳。OCR 结果不要直接当最终结论。印章文字识别受展开质量影响很大我一般会把 OCR 结果和预设的单位名称做模糊匹配比如编辑距离小于 3 就算命中而不是要求完全一致。4. 避坑与排查印章识别跑不通时先看这几条4.1 现象mask 全黑一个红色区域都没有原因通常有三个图片读取时通道顺序搞错、HSV 阈值区间不对、图片本身不是红色印章。先确认cv2.imread读进来的图用cv2.imshow看是正常的如果颜色发蓝说明读图时用了错误的 flag。然后单独把 HSV 三个通道拆出来看H 通道里印章区域应该是一片亮色。如果 H 通道正常但 mask 全黑就是 S 或 V 的下限设太高把 43 和 46 分别降到 30 和 30 再试。4.2 现象报错cv2.error: OpenCV(4.4.0) ...指向 cvtColor 或 inRange这类报错九成是输入图像为空。cv2.imread遇到路径含中文、路径不存在、文件损坏时不会抛异常而是返回 None接着传给 cvtColor 就炸。解决方式是在 imread 后立刻加判断img cv2.imread(path) if img is None: raise FileNotFoundError(f读不到图片检查路径和文件: {path})路径含中文时用cv2.imdecode(np.fromfile(path, dtypenp.uint8), cv2.IMREAD_COLOR)代替 imread这是 Windows 下最常见的翻车点。4.3 现象印章被检出多次同一个章出现好几个候选框原因是形态学闭运算迭代过多或者 HoughCircles 的 minDist 设太小。先看 mask如果印章区域已经糊成一大片不规则形状把闭运算 iterations 从 2 降到 1。如果 mask 正常但圆检测出多个同心圆把 minDist 从 ROI 尺寸的 0.3 倍提高到 0.5 倍。另外轮廓筛选阶段可以用非极大值抑制按面积从大到小排序如果两个候选框的 IoU 超过 0.5只保留面积大的那个。4.4 现象OCR 识别出来全是乱码或空字符串先看展开图。把 unwrapped 存成 png 打开如果文字是倒的说明旋转方向反了把 ROTATE_90_COUNTERCLOCKWISE 换成 CLOCKWISE。如果文字是波浪形没拉直说明 inner_r 和 outer_r 没卡准文字带把 inner_r 调到外半径的 0.65 倍、outer_r 调到 0.95 倍再试。如果展开图正常但 OCR 还是乱检查 ddddocr 版本老版本对旋转文字支持差升级到最新版通常能解决。4.5 现象换一张扫描件效果就崩参数完全不通用这是传统图像处理的固有边界。HSV 阈值、形态学核大小、HoughCircles 参数都和图像分辨率、扫描亮度强相关。我的做法是把这些参数抽到一个配置文件里按图像来源分组A 类扫描仪一套参数B 类手机拍照一套参数。运行时先根据图像的长边像素数和平均亮度自动选组选不中就用默认组。不要指望一套参数打天下那是给自己挖坑。5. 把印章识别嵌进业务流程批量处理与结果落库5.1 批量跑目录并发与失败重试单张调通之后实际业务往往是几百上千张扫描件排队处理。用concurrent.futures做进程池注意 OpenCV 和 ddddocr 在多线程下有时会出问题用进程池比线程池稳。from concurrent.futures import ProcessPoolExecutor, as_completed import os, json def process_one(img_path): try: img cv2.imdecode(np.fromfile(img_path, dtypenp.uint8), cv2.IMREAD_COLOR) if img is None: return {path: img_path, status: read_fail} mask extract_red_mask(img) mask clean_mask(mask) candidates find_seal_contours(mask, img.shape[0] * img.shape[1]) if not candidates: return {path: img_path, status: no_seal} # 取面积最大的候选做后续验证 best max(candidates, keylambda c: c[4]) return {path: img_path, status: found, bbox: best[:4]} except Exception as e: return {path: img_path, status: error, msg: str(e)} def batch_process(img_dir, out_json, workers4): files [os.path.join(img_dir, f) for f in os.listdir(img_dir) if f.lower().endswith((.png, .jpg, .jpeg, .bmp))] results [] with ProcessPoolExecutor(max_workersworkers) as pool: futures {pool.submit(process_one, f): f for f in files} for fut in as_completed(futures): results.append(fut.result()) with open(out_json, w, encodingutf-8) as fp: json.dump(results, fp, ensure_asciiFalse, indent2) return resultsworkers 不要设太大OpenCV 内部已经用了多线程进程数超过 CPU 核数反而互相抢资源。一般设成 CPU 核数的一半。每个任务包在 try 里单张失败不影响整批失败原因写进结果 json方便事后排查。5.2 结果落库字段设计与置信度批量结果建议落成结构化记录字段至少包含文件路径、处理状态、印章数量、每个印章的 bbox、OCR 文本、置信度。置信度可以用三个指标加权轮廓 circularity、HoughCircles 检出的圆数量、OCR 文本和预设名称的匹配度。加权公式不用太复杂我一般用0.3*circularity 0.3*min(circle_count,3)/3 0.4*match_score算出来低于 0.5 的标记为「待人工复核」高于 0.8 的直接通过。这样业务侧只需要处理中间那一段人工成本能压下来一大截。字段类型说明file_pathstring原图路径statusstringfound / no_seal / read_fail / errorseal_countint检出印章数bboxlist[x, y, w, h]ocr_textstring展开后识别文本confidencefloat0~1 综合置信度need_reviewbool是否需人工复核5.3 和业务系统对接的两种方式一种是同步接口业务系统上传图片印章识别服务在 200ms 内返回结果。适合单张实时场景用 Flask 或 FastAPI 包一层就行注意把模型和 OCR 实例做成全局单例不要每次请求都重新初始化。另一种是异步队列图片先落对象存储发消息到队列后台 worker 慢慢跑结果写回数据库。适合批量归档场景吞吐量高但要处理任务重试和幂等。同步接口的坑在于超时。OpenCV 处理单张图通常几十毫秒但遇到超大图比如 8000x6000会飙到几秒。接口层要设图片尺寸上限超过就先缩放长边压到 2000 像素再处理精度损失很小速度提升明显。6. 让印章识别更稳的几个进阶技巧6.1 自适应阈值替代固定 HSV 阈值固定 HSV 阈值在光照均匀时够用但遇到一半亮一半暗的扫描件就崩。改进方式是在 HSV 的 S 通道上做自适应阈值让每个局部区域自己算阈值。def adaptive_red_mask(bgr_img): hsv cv2.cvtColor(bgr_img, cv2.COLOR_BGR2HSV) h, s, v cv2.split(hsv) # 在 S 通道上做自适应阈值blockSize 取奇数C 是偏移量 s_mask cv2.adaptiveThreshold( s, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, blockSize51, # 局部窗口大小太小会保留噪点太大会丢失细节 C-10 # 负值表示阈值取局部均值加偏移让更多红色通过 ) # 再用 H 通道限制红色范围避免把其他高饱和颜色吃进来 h_mask cv2.inRange(h, 0, 10) | cv2.inRange(h, 170, 180) return cv2.bitwise_and(s_mask, h_mask)blockSize 建议取图像长边的 1/20 左右再调成奇数C 取负值是因为印章红色区域的 S 值通常高于局部均值负偏移能让阈值更宽松。这个方法对光照不均的扫描件提升很明显代价是参数更多、调起来更费时间。6.2 用模板匹配做印章类型分类如果业务里印章类型固定比如只有公章、财务章、合同章三种可以给每种章做一个模板用cv2.matchTemplate做分类。模板不需要很精细取印章圆环区域归一化到 200x200 就行。def classify_seal(gray_roi, templates): # templates 是 dict: {类型名: 模板图} roi cv2.resize(gray_roi, (200, 200)) best_type, best_score None, -1 for name, tpl in templates.items(): res cv2.matchTemplate(roi, tpl, cv2.TM_CCOEFF_NORMED) score res.max() if score best_score: best_score score best_type name return best_type, best_scoreTM_CCOEFF_NORMED 对亮度变化不敏感适合扫描件。score 低于 0.4 就判为未知类型不要硬分。模板匹配的边界是印章旋转角度超过 15 度、或者盖得不完整时匹配分数会掉得厉害。这时候可以先把 ROI 做一次旋转对齐用 minAreaRect 拿角度再匹配。6.3 一个我踩过的坑别在 mask 上直接做 OCR早期我图省事把红色 mask 直接送 OCR结果识别率惨不忍睹。原因是 mask 是二值图文字笔画被阈值切得坑坑洼洼OCR 模型没见过这种输入。正确做法是在原图的灰度图上用 mask 做掩膜提取印章区域保留原始灰度信息再送 OCR。def extract_seal_gray(gray_img, mask, bbox): x, y, w, h bbox roi_gray gray_img[y:yh, x:xw] roi_mask mask[y:yh, x:xw] # 用 mask 做掩膜背景置白保留印章灰度 result np.full_like(roi_gray, 255) result[roi_mask 0] roi_gray[roi_mask 0] return result背景置白而不是置黑是因为 OCR 模型训练数据大多是白底黑字白底更符合分布。这个改动让我的识别率从 60% 出头提到了 85% 以上算是整个流程里性价比最高的一处调整。6.4 验证方法构造一批「坏样本」自测参数调完之后别只用几张漂亮扫描件验收。我一般会构造一批坏样本旋转 30 度的、盖了一半的、盖在黑色文字上的、红色底纹干扰的、分辨率只有 300x200 的。每类至少 10 张跑一遍看通过率和误检率。通过率低于 70% 的类别回到对应环节查参数。这套自测流程比任何文档都管用因为文档不会告诉你你的数据长什么样。最后说个习惯印章识别这套东西参数永远是和数据绑定的。我每接一批新来源的扫描件第一件事不是跑识别而是先抽 20 张看 mask 效果确认红色分离干净了再往下走。这个前置检查花不了十分钟但能省掉后面几个小时的瞎调参。希望帮到你。本文还有配套的精品资源点击获取 Python+OpenCV印章识别实战：从颜色空间到OCR的完整流程
简介这份资源是面向计算机视觉初学者与毕业设计学生的印章识别实战项目基于Python与OpenCV实现可用于课程设计、竞赛作品或技能练手。项目源码经本地编译验证可运行评审分达95分以上难度适中内容经助教老师审定适合需要完整案例参考的学习者。压缩包共93个文件约24.74MB涵盖py源码、png与webp图像样本、xml配置、json数据、java与gradle构建文件、properties配置及md说明文档等兼顾算法实现、界面构建与工程配置。目录中可见SealDetect主模块、backend后端逻辑、data数据目录与requirement依赖清单结构清晰便于按模块阅读与二次开发。已有368人学习下载读者可从中获取印章检测的完整实现思路、图像预处理与识别流程、依赖环境搭建方法及排错参考快速上手并迁移到自己的项目中。1. 印章识别这件事难的不是识别而是找章很多做业务系统的朋友第一次接触印章识别都是被一个很朴素的需求推着走的合同、票据、审批单扫描件进来系统得自动判断上面有没有盖章、盖的是不是公章、有没有重复盖章。听起来像是 OCR 的活儿真上手才发现印章识别和普通文字识别完全是两条路。文字识别关心的是笔画清晰、方向规整印章识别关心的是红色圆环、五角星、弧形文字这些结构特征而且印章经常盖得歪、盖得糊、盖在文字上、盖了一半。基于 Python OpenCV 的印章识别程序核心思路不是训练一个端到端大模型而是用传统图像处理把印章从文档里「抠」出来再做结构判断。这条路的好处是不需要标注数据、不需要 GPU、单张图几十毫秒就能出结果特别适合嵌入到已有的文档管理系统里做前置过滤。坏处也很明显对光照、扫描质量、印章颜色偏移比较敏感参数调不好就翻车。这篇笔记面向两类人一类是手里已经拿到一份印章识别源码和配套文档想搞清楚它到底怎么跑、参数怎么改、为什么自己跑出来效果和预期不一样另一类是打算自己从零写一套印章检测逻辑想知道 OpenCV 这条路能走多远、边界在哪。下面按「先搞懂印章在图像里长什么样 → 怎么把它分离出来 → 怎么判断是不是有效印章 → 怎么避开那些让人抓狂的坑」的顺序展开中间会给可直接抄的代码和参数表。2. 印章在 OpenCV 眼里是什么颜色空间与形态学基础2.1 为什么先转 HSV 而不是直接在 RGB 上做阈值印章最直观的特征是红色。很多人第一反应是在 RGB 空间里写if r 150 and g 100 and b 100这在理想扫描件上能跑但一遇到偏色、阴影、彩色底纹就崩。原因是 RGB 三个通道高度相关亮度一变三个值一起变固定阈值根本兜不住。HSV 把色相H、饱和度S、明度V拆开红色集中在 H 的 0~10 和 170~180 两个区间OpenCV 里 H 范围是 0~179S 和 V 用来过滤掉灰白背景和暗色文字。这样即使扫描件整体偏黄或偏蓝只要印章还是红的H 通道就能稳定命中。import cv2 import numpy as np def extract_red_mask(bgr_img): # 转 HSV注意 OpenCV 读进来默认是 BGR hsv cv2.cvtColor(bgr_img, cv2.COLOR_BGR2HSV) # 红色在 H 轴上跨 0所以要分两段取 lower_red1 np.array([0, 43, 46]) upper_red1 np.array([10, 255, 255]) lower_red2 np.array([170, 43, 46]) upper_red2 np.array([180, 255, 255]) mask1 cv2.inRange(hsv, lower_red1, upper_red1) mask2 cv2.inRange(hsv, lower_red2, upper_red2) mask cv2.bitwise_or(mask1, mask2) return mask这段代码里三个参数最值得动S 的下限 43 决定多淡的红色还算红色调高会漏掉浅色印章调低会把粉色底纹吃进来V 的下限 46 用来压掉暗红发黑的区域扫描件偏暗时可以降到 30 左右H 的上限 10 和下限 170 决定红色区间的宽窄印章偏橙就往上限加偏紫就往下限减。我一般会先把 mask 存成图片看一眼确认印章区域是白色连通块、背景是黑色再往下走。2.2 形态学操作把断掉的圆环接起来阈值出来的 mask 往往不干净印章圆环可能因为盖得浅而断成几段文字笔画可能残留一些红点。这时候用形态学开运算去噪、闭运算补断。def clean_mask(mask): # 3x3 椭圆核比矩形核更贴合印章的圆弧边缘 kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)) # 开运算先腐蚀后膨胀去掉孤立小红点 opened cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel, iterations1) # 闭运算先膨胀后腐蚀把断开的圆环接上 closed cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel, iterations2) return closediterations 这个参数是血泪经验闭运算迭代次数太少圆环还是断的轮廓检测会得到一堆碎块迭代太多印章会和旁边的红色文字糊成一团轮廓变成一个巨大的不规则形状。一般 2 次是个平衡点如果原图分辨率超过 2000 像素核可以放大到 5x5迭代次数保持 2。2.3 轮廓筛选怎么从一堆红色块里认出印章清理完的 mask 上可能有多个连通区域印章、红色标题、红色表格线、红色手写批注。印章的几何特征是接近圆形、面积适中、有内外环结构。用cv2.findContours拿到所有轮廓后按下面几个条件筛。筛选条件典型取值作用轮廓面积原图面积的 0.5%~15%太小是噪点太大是整块底纹外接矩形宽高比0.7~1.4印章接近正方形外接框轮廓周长平方/面积接近 4π圆形度排除长条形红色文字最小外接圆填充率轮廓面积/外接圆面积 0.5确认是实心圆盘而非细线def find_seal_contours(mask, img_area): contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) candidates [] for cnt in contours: area cv2.contourArea(cnt) if area img_area * 0.005 or area img_area * 0.15: continue x, y, w, h cv2.boundingRect(cnt) aspect w / float(h) if aspect 0.7 or aspect 1.4: continue perimeter cv2.arcLength(cnt, True) if perimeter 0: continue circularity 4 * np.pi * area / (perimeter * perimeter) if circularity 0.5: continue (cx, cy), radius cv2.minEnclosingCircle(cnt) fill_ratio area / (np.pi * radius * radius 1e-6) if fill_ratio 0.5: continue candidates.append((x, y, w, h, area, circularity)) return candidates这段逻辑里 circularity 和 fill_ratio 是两个容易混淆的指标。circularity 衡量轮廓边缘有多光滑圆环因为中间是空的周长偏大circularity 会偏低所以阈值不能设太高0.5 左右比较稳。fill_ratio 衡量轮廓占外接圆的比例实心圆盘接近 1圆环大概 0.6~0.8如果印章中间有五角星这个值会再低一点。两个指标配合用比单看一个靠谱得多。3. 从候选区域到「是不是有效印章」结构验证与文字提取3.1 圆环检测HoughCircles 的参数怎么定轮廓筛选能拿到候选框但候选框里不一定真有圆环。有些红色 logo、红色印章样式的装饰图案也会通过前面的筛选。这时候用霍夫圆检测做二次确认。def verify_circle(gray_roi): # 先做高斯模糊抑制扫描噪点对边缘的干扰 blurred cv2.GaussianBlur(gray_roi, (5, 5), 1.5) circles cv2.HoughCircles( blurred, cv2.HOUGH_GRADIENT, dp1.2, # 累加器分辨率1.0 最精细但慢1.2 是速度精度平衡点 minDistgray_roi.shape[0] * 0.5, # 圆心最小距离防止一个印章检出多个圆 param1100, # Canny 高阈值边缘多就调高 param230, # 累加器阈值调低检出更多圆但也更多误检 minRadiusint(gray_roi.shape[0] * 0.3), maxRadiusint(gray_roi.shape[0] * 0.55) ) return circles is not None and len(circles[0]) 0param2 是最玄学的参数。同一个印章param2 设 50 可能一个圆都检不出设 20 能检出七八个同心圆。我的习惯是先设 30如果检不出就每次降 5降到 20 还检不出就说明这个印章圆环太模糊得回到 mask 阶段看是不是闭运算没做好。minRadius 和 maxRadius 按 ROI 尺寸的比例给比写死像素值稳因为不同扫描分辨率下印章大小差异很大。3.2 弧形文字展开把圆环上的字拉直公章外圈通常有一圈弧形排列的单位名称要判断印章内容就得把这圈字展开成水平文字。思路是极坐标变换以圆心为原点把圆环区域按角度和半径映射到矩形。def unwrap_ring(gray_roi, center, inner_r, outer_r): # 把圆环区域展开成矩形宽度对应 360 度高度对应半径范围 flags cv2.INTER_CUBIC unwrapped cv2.warpPolar( gray_roi, (360, outer_r - inner_r), # 输出尺寸宽角度数高半径跨度 center, outer_r, flags cv2.WARP_POLAR_LINEAR ) # warpPolar 输出是极坐标图需要旋转让文字正立 unwrapped cv2.rotate(unwrapped, cv2.ROTATE_90_COUNTERCLOCKWISE) return unwrappedwarpPolar 的输出宽 360 对应每一度一列高是半径跨度。展开后弧形文字变成波浪形排列的文字带再送 OCR 识别率会高很多。注意 center 要用前面 minEnclosingCircle 得到的圆心不要用 boundingRect 的中心因为印章盖歪时外接矩形中心会偏。inner_r 一般取外半径的 0.7 倍左右正好卡在文字带的内外边界上。3.3 用 OCR 做最终确认ddddocr 的接入方式OpenCV 负责找到印章、展开文字识别具体文字内容通常交给 OCR。轻量场景下 ddddocr 是个常见选择它不需要额外安装深度学习框架pip 装完就能用。import ddddocr def ocr_seal_text(unwrapped_img): ocr ddddocr.DdddOcr(show_adFalse) # ddddocr 接收 bytes先编码成 png success, buf cv2.imencode(.png, unwrapped_img) if not success: return result ocr.classification(buf.tobytes()) return result这里有个常见报错ModuleNotFoundError: No module named ddddocr。原因通常是 pip 装到了另一个 Python 环境或者 Python 版本和 ddddocr 的 wheel 不匹配。解决方式是先用python -c import sys; print(sys.executable)确认当前解释器路径再用python -m pip install ddddocr装到同一个环境。如果还报错检查是不是 Python 3.11 以上版本ddddocr 对高版本支持有时滞后降到 3.8~3.10 最稳。OCR 结果不要直接当最终结论。印章文字识别受展开质量影响很大我一般会把 OCR 结果和预设的单位名称做模糊匹配比如编辑距离小于 3 就算命中而不是要求完全一致。4. 避坑与排查印章识别跑不通时先看这几条4.1 现象mask 全黑一个红色区域都没有原因通常有三个图片读取时通道顺序搞错、HSV 阈值区间不对、图片本身不是红色印章。先确认cv2.imread读进来的图用cv2.imshow看是正常的如果颜色发蓝说明读图时用了错误的 flag。然后单独把 HSV 三个通道拆出来看H 通道里印章区域应该是一片亮色。如果 H 通道正常但 mask 全黑就是 S 或 V 的下限设太高把 43 和 46 分别降到 30 和 30 再试。4.2 现象报错cv2.error: OpenCV(4.4.0) ...指向 cvtColor 或 inRange这类报错九成是输入图像为空。cv2.imread遇到路径含中文、路径不存在、文件损坏时不会抛异常而是返回 None接着传给 cvtColor 就炸。解决方式是在 imread 后立刻加判断img cv2.imread(path) if img is None: raise FileNotFoundError(f读不到图片检查路径和文件: {path})路径含中文时用cv2.imdecode(np.fromfile(path, dtypenp.uint8), cv2.IMREAD_COLOR)代替 imread这是 Windows 下最常见的翻车点。4.3 现象印章被检出多次同一个章出现好几个候选框原因是形态学闭运算迭代过多或者 HoughCircles 的 minDist 设太小。先看 mask如果印章区域已经糊成一大片不规则形状把闭运算 iterations 从 2 降到 1。如果 mask 正常但圆检测出多个同心圆把 minDist 从 ROI 尺寸的 0.3 倍提高到 0.5 倍。另外轮廓筛选阶段可以用非极大值抑制按面积从大到小排序如果两个候选框的 IoU 超过 0.5只保留面积大的那个。4.4 现象OCR 识别出来全是乱码或空字符串先看展开图。把 unwrapped 存成 png 打开如果文字是倒的说明旋转方向反了把 ROTATE_90_COUNTERCLOCKWISE 换成 CLOCKWISE。如果文字是波浪形没拉直说明 inner_r 和 outer_r 没卡准文字带把 inner_r 调到外半径的 0.65 倍、outer_r 调到 0.95 倍再试。如果展开图正常但 OCR 还是乱检查 ddddocr 版本老版本对旋转文字支持差升级到最新版通常能解决。4.5 现象换一张扫描件效果就崩参数完全不通用这是传统图像处理的固有边界。HSV 阈值、形态学核大小、HoughCircles 参数都和图像分辨率、扫描亮度强相关。我的做法是把这些参数抽到一个配置文件里按图像来源分组A 类扫描仪一套参数B 类手机拍照一套参数。运行时先根据图像的长边像素数和平均亮度自动选组选不中就用默认组。不要指望一套参数打天下那是给自己挖坑。5. 把印章识别嵌进业务流程批量处理与结果落库5.1 批量跑目录并发与失败重试单张调通之后实际业务往往是几百上千张扫描件排队处理。用concurrent.futures做进程池注意 OpenCV 和 ddddocr 在多线程下有时会出问题用进程池比线程池稳。from concurrent.futures import ProcessPoolExecutor, as_completed import os, json def process_one(img_path): try: img cv2.imdecode(np.fromfile(img_path, dtypenp.uint8), cv2.IMREAD_COLOR) if img is None: return {path: img_path, status: read_fail} mask extract_red_mask(img) mask clean_mask(mask) candidates find_seal_contours(mask, img.shape[0] * img.shape[1]) if not candidates: return {path: img_path, status: no_seal} # 取面积最大的候选做后续验证 best max(candidates, keylambda c: c[4]) return {path: img_path, status: found, bbox: best[:4]} except Exception as e: return {path: img_path, status: error, msg: str(e)} def batch_process(img_dir, out_json, workers4): files [os.path.join(img_dir, f) for f in os.listdir(img_dir) if f.lower().endswith((.png, .jpg, .jpeg, .bmp))] results [] with ProcessPoolExecutor(max_workersworkers) as pool: futures {pool.submit(process_one, f): f for f in files} for fut in as_completed(futures): results.append(fut.result()) with open(out_json, w, encodingutf-8) as fp: json.dump(results, fp, ensure_asciiFalse, indent2) return resultsworkers 不要设太大OpenCV 内部已经用了多线程进程数超过 CPU 核数反而互相抢资源。一般设成 CPU 核数的一半。每个任务包在 try 里单张失败不影响整批失败原因写进结果 json方便事后排查。5.2 结果落库字段设计与置信度批量结果建议落成结构化记录字段至少包含文件路径、处理状态、印章数量、每个印章的 bbox、OCR 文本、置信度。置信度可以用三个指标加权轮廓 circularity、HoughCircles 检出的圆数量、OCR 文本和预设名称的匹配度。加权公式不用太复杂我一般用0.3*circularity 0.3*min(circle_count,3)/3 0.4*match_score算出来低于 0.5 的标记为「待人工复核」高于 0.8 的直接通过。这样业务侧只需要处理中间那一段人工成本能压下来一大截。字段类型说明file_pathstring原图路径statusstringfound / no_seal / read_fail / errorseal_countint检出印章数bboxlist[x, y, w, h]ocr_textstring展开后识别文本confidencefloat0~1 综合置信度need_reviewbool是否需人工复核5.3 和业务系统对接的两种方式一种是同步接口业务系统上传图片印章识别服务在 200ms 内返回结果。适合单张实时场景用 Flask 或 FastAPI 包一层就行注意把模型和 OCR 实例做成全局单例不要每次请求都重新初始化。另一种是异步队列图片先落对象存储发消息到队列后台 worker 慢慢跑结果写回数据库。适合批量归档场景吞吐量高但要处理任务重试和幂等。同步接口的坑在于超时。OpenCV 处理单张图通常几十毫秒但遇到超大图比如 8000x6000会飙到几秒。接口层要设图片尺寸上限超过就先缩放长边压到 2000 像素再处理精度损失很小速度提升明显。6. 让印章识别更稳的几个进阶技巧6.1 自适应阈值替代固定 HSV 阈值固定 HSV 阈值在光照均匀时够用但遇到一半亮一半暗的扫描件就崩。改进方式是在 HSV 的 S 通道上做自适应阈值让每个局部区域自己算阈值。def adaptive_red_mask(bgr_img): hsv cv2.cvtColor(bgr_img, cv2.COLOR_BGR2HSV) h, s, v cv2.split(hsv) # 在 S 通道上做自适应阈值blockSize 取奇数C 是偏移量 s_mask cv2.adaptiveThreshold( s, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, blockSize51, # 局部窗口大小太小会保留噪点太大会丢失细节 C-10 # 负值表示阈值取局部均值加偏移让更多红色通过 ) # 再用 H 通道限制红色范围避免把其他高饱和颜色吃进来 h_mask cv2.inRange(h, 0, 10) | cv2.inRange(h, 170, 180) return cv2.bitwise_and(s_mask, h_mask)blockSize 建议取图像长边的 1/20 左右再调成奇数C 取负值是因为印章红色区域的 S 值通常高于局部均值负偏移能让阈值更宽松。这个方法对光照不均的扫描件提升很明显代价是参数更多、调起来更费时间。6.2 用模板匹配做印章类型分类如果业务里印章类型固定比如只有公章、财务章、合同章三种可以给每种章做一个模板用cv2.matchTemplate做分类。模板不需要很精细取印章圆环区域归一化到 200x200 就行。def classify_seal(gray_roi, templates): # templates 是 dict: {类型名: 模板图} roi cv2.resize(gray_roi, (200, 200)) best_type, best_score None, -1 for name, tpl in templates.items(): res cv2.matchTemplate(roi, tpl, cv2.TM_CCOEFF_NORMED) score res.max() if score best_score: best_score score best_type name return best_type, best_scoreTM_CCOEFF_NORMED 对亮度变化不敏感适合扫描件。score 低于 0.4 就判为未知类型不要硬分。模板匹配的边界是印章旋转角度超过 15 度、或者盖得不完整时匹配分数会掉得厉害。这时候可以先把 ROI 做一次旋转对齐用 minAreaRect 拿角度再匹配。6.3 一个我踩过的坑别在 mask 上直接做 OCR早期我图省事把红色 mask 直接送 OCR结果识别率惨不忍睹。原因是 mask 是二值图文字笔画被阈值切得坑坑洼洼OCR 模型没见过这种输入。正确做法是在原图的灰度图上用 mask 做掩膜提取印章区域保留原始灰度信息再送 OCR。def extract_seal_gray(gray_img, mask, bbox): x, y, w, h bbox roi_gray gray_img[y:yh, x:xw] roi_mask mask[y:yh, x:xw] # 用 mask 做掩膜背景置白保留印章灰度 result np.full_like(roi_gray, 255) result[roi_mask 0] roi_gray[roi_mask 0] return result背景置白而不是置黑是因为 OCR 模型训练数据大多是白底黑字白底更符合分布。这个改动让我的识别率从 60% 出头提到了 85% 以上算是整个流程里性价比最高的一处调整。6.4 验证方法构造一批「坏样本」自测参数调完之后别只用几张漂亮扫描件验收。我一般会构造一批坏样本旋转 30 度的、盖了一半的、盖在黑色文字上的、红色底纹干扰的、分辨率只有 300x200 的。每类至少 10 张跑一遍看通过率和误检率。通过率低于 70% 的类别回到对应环节查参数。这套自测流程比任何文档都管用因为文档不会告诉你你的数据长什么样。最后说个习惯印章识别这套东西参数永远是和数据绑定的。我每接一批新来源的扫描件第一件事不是跑识别而是先抽 20 张看 mask 效果确认红色分离干净了再往下走。这个前置检查花不了十分钟但能省掉后面几个小时的瞎调参。希望帮到你。本文还有配套的精品资源点击获取