diff --git a/main.py b/main.py
new file mode 100644
index 0000000..170db6f
--- /dev/null
+++ b/main.py
@@ -0,0 +1,179 @@
+import tkinter as tk
+from tkinter import filedialog
+import cv2
+import utils
+import numpy as np
+import argparse
+import imutils
+from imutils import contours
+
+# 创建tkinter根窗口并立即隐藏
+root = tk.Tk()
+root.withdraw()
+
+# 弹出文件选择对话框让用户选择模板文件
+template_file_path = filedialog.askopenfilename(title="选择模板文件", filetypes=[("PNG files", "*.png"), ("JPEG files", "*.jpg"), ("All files", "*.*")])
+# 弹出文件选择对话框让用户选择信用卡图片
+image_file_path = filedialog.askopenfilename(title="选择信用卡图片", filetypes=[("PNG files", "*.png"), ("JPEG files", "*.jpg"), ("All files", "*.*")])
+
+# 使用用户选择的路径读取模板文件和信用卡图片
+img = cv2.imread(template_file_path)
+image = cv2.imread(image_file_path)
+
+#指定信用卡类型
+FIRST_NUMBER={
+    "3":"American Express",
+    "4":"Visa",
+    "5":"MasterCard",
+    "6":"Discover Card"
+}
+
+#绘图展示
+def cv_show(name,img):
+    cv2.imshow(name,img)
+    cv2.waitKey(0)
+    cv2.destroyAllWindows()
+
+#读取一个模板文件
+img=cv2.imread(template_file_path)
+cv_show("img",img)
+#灰度图
+ref=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
+cv_show('ref',ref)
+#二值图像
+ref=cv2.threshold(ref,10,255,cv2.THRESH_BINARY_INV)[1]
+cv_show('ref',ref)
+
+#计算轮廓
+#cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图）
+#cv2.RETR_EXTERNAL只检测外轮廓，cv2.CHAIN_APPROX_SIMPLE只保留终点坐标
+#返回的list中每个元素都是图像中的一个轮廓
+
+refCnts,hierarchy=cv2.findContours(ref.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
+cv2.drawContours(img,refCnts,-1,(0,0,255),3)
+cv_show('img',img)
+refCnts=utils.sort_contours(refCnts,method="left-to-right")[0]#排序从左到右，从上到下
+digits={}
+
+'''
+第一个参数：img是原图
+第二个参数：（x，y）是矩阵的左上点坐标
+第三个参数：（x+w，y+h）是矩阵的右下点坐标
+第四个参数：（0,255,0）是画线对应的rgb颜色
+'''
+#遍历每一个轮廓
+for(i,c) in enumerate(refCnts):
+    #计算外接矩形并且resize成合适大小
+    (x,y,w,h)=cv2.boundingRect(c)
+    roi=ref[y:y+h,x:x+w]
+    roi=cv2.resize(roi,(57,58))
+
+    #每一个数字对应一个模板
+    digits[i]=roi
+
+#初始化卷积核
+rectKernel=cv2.getStructuringElement(cv2.MORPH_RECT,(9,3))
+sqKernel=cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))
+
+#读取输入图像，预处理
+image=cv2.imread(image_file_path)
+cv_show('image',image)
+image=utils.resize(image,width=300)
+gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
+cv_show('gray',gray)
+
+#礼帽操作，突出更明亮的区域
+tophat=cv2.morphologyEx(gray,cv2.MORPH_TOPHAT,rectKernel)
+cv_show('tophat',tophat)
+
+#计算
+gradX=cv2.Sobel(tophat,ddepth=cv2.CV_32F,dx=1,dy=0,ksize=1)
+gradX=np.absolute(gradX)
+(minVal,maxVal)=(np.min(gradX),np.max(gradX))
+gradX=(255*((gradX-minVal)/(maxVal-minVal)))
+gradX=gradX.astype("uint8")
+
+print(np.array(gradX).shape)
+cv_show('gradX',gradX)
+
+#通过闭操作，（先膨胀，在腐蚀）将数字连在一起
+gradX=cv2.morphologyEx(gradX,cv2.MORPH_CLOSE,rectKernel)
+cv_show('gradX',gradX)
+#THRESH_OTSU会自动寻找合适的阈值，适合双峰，需把阈值参数设置为0
+thresh=cv2.threshold(gradX,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)[1]
+cv_show('thresh',thresh)
+
+#再来一个闭操作
+thresh=cv2.morphologyEx(thresh,cv2.MORPH_CLOSE,sqKernel)
+cv_show('thresh',thresh)
+
+#计算轮廓
+threshCnts,hierarchy=cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
+cnts=threshCnts
+cur_img=image.copy()
+cv2.drawContours(cur_img,cnts,-1,(0,0,255),3)
+cv_show('img',cur_img)
+locs=[]
+
+#遍历轮廓
+for (i,c) in enumerate(cnts):
+    #计算矩形
+    (x,y,w,h)=cv2.boundingRect(c)
+    ar=w/float(h)
+
+    #适合合适的区域，根据实际任务来，这里的基本是四个数字一组
+    if ar>2.5 and ar <4.0:
+        if(w>40 and w<55) and (h>10 and h<20):
+            #符合的留下来
+            locs.append((x,y,w,h))
+#将符合的轮廓从左到右排序
+locs=sorted(locs,key=lambda x:x[0])
+output=[]
+
+#遍历每一个轮廓中的数字
+for (i,(gX,gY,gW,gH)) in enumerate(locs):
+    #initialize the list of group digits
+    groupOutput=[]
+
+    #根据坐标提取每一个组
+    group=gray[gY-5:gY+gH+5,gX-5:gX+gW+5]
+    cv_show('group',group)
+    #预处理
+    group=cv2.threshold(group,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)[1]
+    cv_show('group',group)
+    #计算每一个轮廓
+    digitCnts,hierarchy=cv2.findContours(group.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
+    digitCnts=contours.sort_contours(digitCnts,method="left-to-right")[0]
+    #计算每一组总的每一个数值
+    for c in digitCnts:
+        #找到当前数值的轮廓，resize成合适的大小
+        (x,y,w,h)=cv2.boundingRect(c)
+        roi=group[y:y+h,x:x+w]
+        roi=cv2.resize(roi,(57,58))
+        cv_show('roi',roi)
+
+        #计算匹配得分
+        scores=[]
+        #在模板章中计算每一个得分
+        for(digit,digiROI) in digits.items():
+            #模板匹配
+            result=cv2.matchTemplate(roi,digiROI,cv2.TM_CCOEFF)
+            (_,score,_,_)=cv2.minMaxLoc(result)
+            scores.append(score)
+        #得到合适的数字
+        groupOutput.append(str(np.argmax(scores)))
+
+    #画出来
+    cv2.rectangle(image,(gX-5,gY-5),(gX+gW+5,gY+gH+5),(0,0,255),1)
+    cv2.putText(image,"".join(groupOutput),(gX,gY-15),cv2.FONT_HERSHEY_SIMPLEX,0.65,(0,0,255),2)
+    #得到结果
+    output.extend(groupOutput)
+# 打印结果
+print("Credit Card Type: {}".format(FIRST_NUMBER[output[0]]))
+print("Credit Card #: {}".format("".join(output)))
+cv2.imshow("Image", image)
+cv2.waitKey(0)
+cv2.destroyAllWindows()  # 确保关闭所有窗口
+cv2.imwrite("final_output.jpg", image)  # 保存图像到文件
+
+