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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
|
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服务器之家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服务器之家！
原文链接：https://www.cnblogs.com/BIXIABUMO/p/12824111.html
