现如今伴随着大数据的发展,新兴技术迎来了巨大的发展尤其是云计算,区块链,人工智能,物联网等方面更是发展力迅速,进而加速了金融业的运营管理的改变,促使了大数据驱动银行数字化转型以推动业务创新。以此同时伴随着互联网的发展带来日益丰富的商业应用程序越来越多,其中很多程序在运行过程中都需要用到个人银行卡账户,以及商业支付等等,现有大部分应用户体验非常差,其中大部分是使用条件苛刻,或者识别准确率不如人意。大部分需要手动输入16到19位银行卡号码,时常操作不当,速度慢,易出错,多次输入等特点,时不时需要人工干预确认及修改,导致用户体验差,效率低下。为了解决这类问题,本文以研究我国各银行的银行卡为对象,提出了一种设计基于图像处理能自动、精确的识别银行卡卡号系统,具有理论意义及实用价值。该系统主要由采集图像模块、预处理图像模块、数字定位模块、特征提取模块、数字标记模块、数字分割模块、识别数字模块等组成。具体实现内容有:1)对拍摄的银行卡号区域对其水平校正,本文提出了两种方案对其倾斜校正,一种是Hough变换,另外一种水平投影法计算倾斜角度。由于Hough变换运行时计算量大、占据大量内存空间、及较差的实时性,故而选择另外一种方法;2)卡号区域与背景区域往往存在颜色区分不明显或者存在凹凸字体的现象,为其更好的分割出数字字符,本文提出了一种改进型像素投影分割法能较好的分割出每个字符的单独区域,并对其大小归一化;3)对其归一化后的字符进行字符进行纹理特征,并合理运用支持向量机来训练分类器,通过优化参数设计,使其分类器检测精度得以提高。最后利用VS2017设计出上位机管理平台,通过对测试集进行数据训练,并保存相关信息,可以进行在线及离线检测。为了测试算法的可靠性,本系统采集了 3000张左右的不同类型的银行卡号,其中包括背景清晰,及复杂背景,部分存在凹凸字体的图片,并将这些图片分割出含有大量的数字小图片,其中设置训练集及测试集数量为1:3的比例。测试结果表明该技术识别准确率达到96%,能够较好的识别银行卡号。