未加星标

Python+OpenCV实现车牌字符分割和识别

字体大小 | |
[开发(python) 所属分类 开发(python) | 发布者 店小二03 | 时间 | 作者 红领巾 ] 0人收藏点击收藏

最近做一个车牌识别项目,入门级别的,十分简单。

车牌识别总体分成两个大的步骤:

一、车牌定位:从照片中圈出车牌

二、车牌字符识别

这里只说第二个步骤,字符识别包括两个步骤:

1、图像处理

原本的图像每个像素点都是RGB定义的,或者称为有R/G/B三个通道。在这种情况下,很难区分谁是背景,谁是字符,所以需要对图像进行一些处理,把每个RGB定义的像素点都转化成一个bit位(即0-1代码),具体方法如下:

①将图片灰度化

名字拗口,但是意思很好理解,就是把每个像素的RGB都变成灰色的RGB值,而灰色的RGB值是R=G=B的。具体怎么改变暂且忽略,因为OpenCV有封装好的函数。

②将灰度图片二值化

我们做第一步的目的就是为了让每个像素都可以转变成0或1。再解释一下,既然每个像素的RGB值都相等了,那么将这个值称为灰度值,假设一张灰度车牌图片中,背景的灰度值集中在180(十进制)左右,而字符的灰度值集中在20左右,那么我们规定一个中间值100,小于100的像素点就可以全部变成0,大于100的像素点可以全部变成1,这样就实现了二值化。

③旋转调平

这个就不说了。

④去燥

这个涉及另外一些方法,以后有时间再补充,入门项目不作要求。

2、图像切割和识别

①图像切割

切割可以很简单,也可以很难,关键是方法的选择。

在这就用最弱智的方法进行切割吧。

图片现在已经成为一个0-1矩阵了,其中要么0是背景而1是字符,或者1是背景而0是字符,那就简单粗暴地用每一列的0-1数来切割。

我先在这里假设图片几乎水平,而且几乎没有噪点,具体方法如下:

a.将每一列的1值和0值分别统计起来。

b.根据每一列的0-1总和变换来切割字符

②图像识别

将每一个字符的图片分割出来后,就可以根据模板来判断是哪个字符了。

简单的方法有两种:

a.逐个像素比对,如果一致则count加一,最后根据count值确定匹配结果。

b.投影匹配:将每行、每列的像素位统计起来,根据差值大小来确定匹配结果。

两种方法结合效果很好。

具体的识别之后再补充。

下面是字符分割的代码。

import cv2

# 1、读取图像,并把图像转换为灰度图像并显示
img = cv2.imread("chepai/6.png") # 读取图片
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换了灰度化
cv2.imshow('gray', img_gray) # 显示图片
cv2.waitKey(0)

# 2、将灰度图像二值化,设定阈值是100
img_thre = img_gray
cv2.threshold(img_gray, 100, 255, cv2.THRESH_BINARY_INV, img_thre)
cv2.imshow('threshold', img_thre)
cv2.waitKey(0)

# 3、保存黑白图片
cv2.imwrite('thre_res.png', img_thre)

# 4、分割字符
white = [] # 记录每一列的白色像素总和
black = [] # ..........黑色.......
height = img_thre.shape[0]
width = img_thre.shape[1]
white_max = 0
black_max = 0
# 计算每一列的黑白色像素总和
for i in range(width):
s = 0 # 这一列白色总数
t = 0 # 这一列黑色总数
for j in range(height):
if img_thre[j][i] == 255:
s += 1
if img_thre[j][i] == 0:
t += 1
white_max = max(white_max, s)
black_max = max(black_max, t)
white.append(s)
black.append(t)
print(s)
print(t)

arg = False # False表示白底黑字;True表示黑底白字
if black_max > white_max:
arg = True

# 分割图像
def find_end(start_):
end_ = start_+1
for m in range(start_+1, width-1):
if (black[m] if arg else white[m]) > (0.95 * black_max if arg else 0.95 * white_max): # 0.95这个参数请多调整,对应下面的0.05
end_ = m
break
return end_

n = 1
start = 1
end = 2
while n < width-2:
n += 1
if (white[n] if arg else black[n]) > (0.05 * white_max if arg else 0.05 * black_max):
# 上面这些判断用来辨别是白底黑字还是黑底白字
# 0.05这个参数请多调整,对应上面的0.95
start = n
end = find_end(start)
n = end
if end-start > 5:
cj = img_thre[1:height, start:end]
cv2.imshow('caijian', cj)
cv2.waitKey(0)

源程序中没有将图片输出,而只是显示出来,下面是执行结果

原图片:

Python+OpenCV实现车牌字符分割和识别

灰度图片:

Python+OpenCV实现车牌字符分割和识别

二值图片:(白底黑字)

Python+OpenCV实现车牌字符分割和识别

分割后:

Python+OpenCV实现车牌字符分割和识别

总体分割效果还是补充。但是遇到干扰较多的图片,比如左右边框太大、噪点太多,这样就不能分割出来,各位可以试一下不同的照片。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。


您可能感兴趣的文章:python 字符串操作(string替换、删除、截取、复制、连接、比较、查找、包含、大小写转换、分割等)Python实现统计英文单词个数及字符串分割代码在Python中用split()方法分割字符串的使用介绍python按照多个字符对字符串进行分割的方法python分割和拼接字符串Python 字符串操作实现代码(截取/替换/查找/分割)python字符串编码识别模块chardet简单应用

本文开发(python)相关术语:python基础教程 python多线程 web开发工程师 软件开发工程师 软件开发流程

主题: OpenCVPython图像识别RY定位删除2G
tags: img,max,cv2,thre,white,black,end,像素,灰度,start,字符,分割,图片,RGB
分页:12
转载请注明
本文标题:Python+OpenCV实现车牌字符分割和识别
本站链接:https://www.codesec.net/view/574839.html


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 开发(python) | 评论(0) | 阅读(321)