在Jupyter Notebook上使用Python+opencv實現(xiàn)如下簡單車牌字符切割。關于opencv庫的安裝可以參考:Python下opencv庫的安裝過程與一些問題匯總。
import cv2
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
#讀取原圖片
image1=cv2.imread("123456.jpg")
cv2.imshow("image1", image1)
#灰度化處理
image1_1=cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
cv2.imshow("image1_1", image1_1)
#圖像反色
h,w = image1_1.shape
image1_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)
#圖像二值化
ret,image2 = cv2.threshold(image1_2, 100, 255, cv2.THRESH_BINARY)
cv2.imshow('image2', image2)
#水平投影
h1,w1=image2.shape #返回高和寬
image3=image2.copy()
a = [0 for z in range(0, h1)] #初始化一個長度為w的數(shù)組,用于記錄每一行的黑點個數(shù)
#記錄每一行的波峰
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())#灰度圖正確的表示方法
plt.show()
cv2.imshow('image3',image3)
#垂直投影
h2,w2=image2.shape #返回高和寬
image4=image2.copy()
b = [0 for z in range(0, w2)] #b = [0,0,0,0,0,0,0,0,0,0,...,0,0]初始化一個長度為w的數(shù)組,用于記錄每一列的黑點個數(shù)
#記錄每一列的波峰
for j in range(0,w2): #遍歷一列
for i in range(0,h2): #遍歷一行
if image4[i,j]==0: #如果該點為黑點
b[j]+=1 #該列的計數(shù)器加一,最后統(tǒng)計出每一列的黑點個數(shù)
image4[i,j]=255 #記錄完后將其變?yōu)榘咨?,相當于擦去原圖黑色部分
for j in range(0,w2):
for i in range((h2-b[j]),h2): #從該列應該變黑的最頂部的點開始向最底部涂黑
image4[i,j]=0 #涂黑
plt.imshow(image4,cmap=plt.gray())
plt.show()
cv2.imshow('image4',image4)
#分割字符
Position = []
start = 0
a_Start = []
a_End = []
#根據(jù)水平投影獲取垂直分割位置
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,分割之后再進行列分割并保存分割位置
for i in range(len(a_Start)):
#獲取行圖像
cropImg = image2[a_Start[i]:a_End[i], 0:w1]
#對行圖像進行垂直投影
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 =0
image2 = cv2.cvtColor(image2, cv2.COLOR_BGR2RGB)#將灰度圖轉(zhuǎn)為RGB彩圖
#根據(jù)確定的位置分割字符
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)#第一個參數(shù)是原圖;第二個參數(shù)是矩陣的左上點坐標;第三個參數(shù)是矩陣的右下點坐標;第四個參數(shù)是畫線對應的rgb顏色;第五個參數(shù)是所畫的線的寬度
cv2.imshow('rect',image2)
cv2.waitKey(0)
對于二值化后的灰度圖,在確定了各個字符坐標后,使用cv2.rectangle()方法畫矩形框:cv2.rectangle(image2, (Position[m][0],Position[m][1]), (Position[m][2],Position[m][3]), (0, 255, 0), 2)。其中,第一個參數(shù)表示原圖,第二個參數(shù)表示矩陣的左上點坐標,第三個參數(shù)表示矩陣的右下點坐標;第四個參數(shù)是畫線對應的RGB顏色,第五個參數(shù)是畫線寬度。在設置RGB顏色時發(fā)現(xiàn)矩形框顏色只能顯示為黑色和白色,原因是在二值圖上畫圖顏色沒有三通道,無法顯示彩色圖像。
到此這篇關于Python中OpenCV實現(xiàn)簡單車牌字符切割的文章就介紹到這了,更多相關OpenCV 車牌字符切割內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!