这篇教程Python中OpenCV实现简单车牌字符切割写得很实用,希望能帮到您。 在Jupyter Notebook上使用Python+opencv实现如下简单车牌字符切割。关于opencv库的安装可以参考:Python下opencv库的安装过程与一些问题汇总。 
1.实现代码import cv2import numpy as npimport matplotlib.pyplot as pltfrom PIL import Image#读取原图片image1=cv2.imread("123456.jpg")cv2.imshow("image1", image1)#灰度化处理image1_1=cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)cv2.imshow("image1_1", image1_1)#图像反色h,w = image1_1.shapeimage1_2=image1_1.copy()for i in range(h): for j in range(w): image1_2[i,j] = 255-image1_2[i,j]cv2.imshow('image1_2', image1_2)#图像二值化ret,image2 = cv2.threshold(image1_2, 100, 255, cv2.THRESH_BINARY)cv2.imshow('image2', image2)#水平投影h1,w1=image2.shape #返回高和宽image3=image2.copy()a = [0 for z in range(0, h1)] #初始化一个长度为w的数组,用于记录每一行的黑点个数 #记录每一行的波峰for j in range(0,h1): for i in range(0,w1): if image3[j,i]==0: a[j]+=1 image3[j,i]=255 for j in range(0,h1): for i in range(0,a[j]): image3[j,i]=0 plt.imshow(image3,cmap=plt.gray())#灰度图正确的表示方法plt.show()cv2.imshow('image3',image3) #垂直投影h2,w2=image2.shape #返回高和宽image4=image2.copy()b = [0 for z in range(0, w2)] #b = [0,0,0,0,0,0,0,0,0,0,...,0,0]初始化一个长度为w的数组,用于记录每一列的黑点个数#记录每一列的波峰for j in range(0,w2): #遍历一列 for i in range(0,h2): #遍历一行 if image4[i,j]==0: #如果该点为黑点 b[j]+=1 #该列的计数器加一,最后统计出每一列的黑点个数 image4[i,j]=255 #记录完后将其变为白色,相当于擦去原图黑色部分 for j in range(0,w2): for i in range((h2-b[j]),h2): #从该列应该变黑的最顶部的点开始向最底部涂黑 image4[i,j]=0 #涂黑 plt.imshow(image4,cmap=plt.gray())plt.show()cv2.imshow('image4',image4) #分割字符Position = []start = 0a_Start = []a_End = []#根据水平投影获取垂直分割位置for i in range(len(a)): if a[i] > 0 and start ==0: a_Start.append(i) start = 1 if a[i] <= 0 and start == 1: a_End.append(i) start = 0#分割行,分割之后再进行列分割并保存分割位置for i in range(len(a_Start)): #获取行图像 cropImg = image2[a_Start[i]:a_End[i], 0:w1] #对行图像进行垂直投影 bstart = 0 bend = 0 b_Start = 0 b_End = 0 for j in range(len(b)): if b[j] > 0 and bstart ==0: b_Start =j bstart = 1 bend=0 if b[j] <= 0 and bstart == 1: b_End =j bstart = 0 bend=1 if bend == 1: Position.append([b_Start,a_Start[i],b_End,a_End[i]]) bend =0image2 = cv2.cvtColor(image2, cv2.COLOR_BGR2RGB)#将灰度图转为RGB彩图#根据确定的位置分割字符for m in range(len(Position)): cv2.rectangle(image2, (Position[m][0],Position[m][1]), (Position[m][2],Position[m][3]), (0, 0, 255), 2)#第一个参数是原图;第二个参数是矩阵的左上点坐标;第三个参数是矩阵的右下点坐标;第四个参数是画线对应的rgb颜色;第五个参数是所画的线的宽度cv2.imshow('rect',image2)cv2.waitKey(0) 2.运行结果






3. 遇到的问题及解决方法对于二值化后的灰度图,在确定了各个字符坐标后,使用cv2.rectangle()方法画矩形框:cv2.rectangle(image2, (Position[m][0],Position[m][1]), (Position[m][2],Position[m][3]), (0, 255, 0), 2)。其中,第一个参数表示原图,第二个参数表示矩阵的左上点坐标,第三个参数表示矩阵的右下点坐标;第四个参数是画线对应的RGB颜色,第五个参数是画线宽度。在设置RGB颜色时发现矩形框颜色只能显示为黑色和白色,原因是在二值图上画图颜色没有三通道,无法显示彩色图像。 解决方法:将灰度图转换为RGB彩图。代码为image2 = cv2.cvtColor(image2, cv2.COLOR_BGR2RGB)。 到此这篇关于Python中OpenCV实现简单车牌字符切割的文章就介绍到这了,更多相关OpenCV 车牌字符切割内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net! Python排序算法之插入排序及其优化方案详解 Python-OpenCV实现图像缺陷检测的实例 |