字符分割
传统的车牌识别系统主要分为三个模块：车牌定位、字符分割和字符识别，本次文章主要讨论的是第二部分：字符分割部分的代码，部分代码参考自下面这两位博主：
链接：opencv实现车牌识别之字符分割.
链接: OpenCV+Python车牌字符分割和识别入门.
流程图
字符分割的流程图如下：
首先需要对前面定位到的车牌图块进行灰度化、二值化等预处理。
然后需要对一些有车牌边框的等噪声进行筛选，从而消除大部分噪声。借助一个简单方法即可：首先遍历图像每一行的像素值，并记录每一行像素值（白到黑、黑到白）跳变的次数。而车牌一般由7个字符组成，因此每行像素值的跳变次数应不小于14次，因此，若某行跳变次数小于10次（考虑到部分车牌倾斜的情况），则置零整行，即可消除部分噪声的干扰了。
有一些省份汉字的部首和偏旁是分离开的，因此需要再进行闭操作，使得每个字符内部连通。
最后通过垂直投影法即可分割出7个完整的字符。算法步骤大致为：首先遍历每一列的的像素并统计，然后定义第0列为开始位，从左到右判断之后的每一列的白色像素数是否大于一个阈值，若大于，继续判断下一列，直到白色像素值低于某一阈值，则该列为结束位，依次循环，从而分割出每个字符。
完整代码
# coding=gbk
"""
字符分割模块——垂直投影法
__author__ = 'kuang'
2019.04.25 7号宿舍楼
"""
import cv2 as cv
import numpy as np
#创建一个调用函数，用来得出分割字符的终点横坐标
def find_end(start_,black,black_max):
width = 136 #前面归一化后的宽度值
segmentation_spacing = 0.95 #判断阈值，可修改
end_ = start_ + 1
for g in range(start_+1,width-1):
if black[g] > segmentation_spacing * black_max:
end_ = g
break
if g == 134 :
end_ = g
break
return end_
#创建一个二级调用函数
def find_endl(start_1,black,black_max):
width = 136 #前面归一化后的宽度值
segmentation_spacing_1 = 0.75 #二级判断阈值
end_1 = start_1 + 1
for r in range(start_1+1,width-1):
if black[r] > segmentation_spacing_1 * black_max:
end_1 = r
break
return end_1
#创建一个函数，期望实现将切割后的图像移到中央
def expand(img):
img_1 = img
height = img_1.shape[0]
width = img_1.shape[1]
img_2 = np.zeros((36,36),np.uint8)
for i in range(0,36):
for j in range(0,36):
if j < 9 :
img_2[i,j] = 0
elif j < width + 9:
img_2[i,j] = img_1[i,j-9]
else:
img_2[i,j] = 0
# cv.imshow('df',img_2)
# cv.waitKey(0)
return img_2
#读取图像,并显示图像，将图像归一化，宽为136，高为36
def cut(img):
img_resize = cv.resize(img,(136,36),interpolation=cv.INTER_AREA) #图像归一化
#灰度化+二值化，这一步主要是尝试
img_gray_1 = cv.cvtColor(img_resize,cv.COLOR_BGR2GRAY)
ret1,img_thre_1 = cv.threshold(img_gray_1,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)
img_gaus = cv.GaussianBlur(img_resize,(3,5),0) #高斯模糊
img_gray = cv.cvtColor(img_gaus,cv.COLOR_BGR2GRAY)
ret,img_thre = cv.threshold(img_gray,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU) #正二值化，采用OTSU最优值
#除去长横线的噪声干扰
height = img_thre.shape[0] #读取行数36
width = img_thre.shape[1] #读取列数136
sum_1 = 0 #发生跳变
sum_2 = 0 #一长段未发生跳变
sum_3 = [] #记录每一行像素的跳变次数
sum_4 = []
#记录跳变次数
for a in range(height):
s1 = 0
for b in range(width-1):
s2 = img_thre[a,b]
s3 = img_thre[a,b+1]
if s2 != s3 :
s1 = s1 + 1
sum_3.append(s1)
print(sum_3)
#将干扰的噪点的像素值置0
img_threC = img_thre
for i in range(height):
sum_1 = 0
sum_2 = 0
for j in range(width-1):
s4 = img_thre[i,j]
s5 = img_thre[i,j+1]
if s4 != s5 : #判断像素是否发生跳变
sum_1 = sum_1 + 1
sum_2 = 0
else :
sum_2 = sum_2 + 1
if sum_2 != 0 :
if int(width/sum_2) < 5 : #未跳变的线段长超过了总长的1/5
sum_1 = 0
for c in range(width-1) : #将干扰行像素全部置零
img_threC.itemset((i,c),0)
break
for k in range(height): #存在跳变次数小于7的行数消除该行像素值
if sum_3[k] < 10 :
for x in range(width):
img_threC.itemset((k,x),0)
#记录消除后的跳变次数
for d in range(height):
s6 = 0
for e in range(width-1):
s7 = img_threC[d,e]
s8 = img_threC[d,e+1]
if s7 != s8 :
s6 = s6 + 1
sum_4.append(s6)
print(sum_4)
#仍然两幅图片对比，相同置一
img_x = np.zeros(img_thre.shape,np.uint8) #重新拷贝图片
height_x = img_resize.shape[0] #行数
width_x = img_resize.shape[1] #列数
for i in range(height_x):
for j in range(width_x):
h_x = img_threC[i][j]
s_x = img_thre_1[i][j]
if h_x ==255 and s_x ==255 :
img_x[i][j] = 255
else:
img_x[i][j] = 0
# cv.imshow('threshold',img_x)
# cv.waitKey(0)
#对消除噪声后的图片进行闭操作
kernel = cv.getStructuringElement(cv.MORPH_RECT,(3,4)) #设置开闭操作卷积核大小3*4 后一个应该为宽度
img_close = cv.morphologyEx(img_threC,cv.MORPH_CLOSE,kernel) #闭操作
#采用投影法，获得需裁剪的字符的横坐标的开始和结束
segmentation_spacing = 0.95 #判断阈值，可修改
segmentation_spacing_1 = 0.85 #二级判断阈值，用来解决一些字符粘连的问题
white = [] #记录每一列的白色像素总和
black = [] #记录每一列的黑色像素总和
white_max = 0 #仅保存每列，取列中白色最多的像素总数
black_max = 0 #仅保存每列，取列中黑色最多的像素总数
#循环计算每一列的黑白色像素总和
for q in range(width):
w_count = 0 #这一列白色总数
b_count = 0 #这一列黑色总数
for w in range(height):
h = img_close[w,q]
if h == 0:
b_count = b_count + 1
else :
w_count = w_count + 1
white_max = max(white_max,w_count)
black_max = max(black_max,b_count)
white.append(w_count)
black.append(b_count)
#分割字符
n = 0
start = 0
end = 1
a = 1
while n < width-1 :
n = n + 1
if white[n] > (1-segmentation_spacing)*white_max :
start = n
end = find_end(start,black,black_max)
if end - start > 3 and end - start <= 18 :
if end - start < 8:
print(start-4,end+4)
img_cut = img_x[0:height,start-4:end+4]
img_cut1 = expand(img_cut)
img_final = cv.resize(img_cut1,(32,32),interpolation=cv.INTER_AREA) #将裁剪后的字符归一化32*32大小
cv.imwrite("D:\project1\\test\\%s.bmp"% a,img_final)
print("保存:%s"%a)
a = a + 1
else:
print(start,end)
img_cut = img_x[0:height,start:end]
img_cut1 = expand(img_cut)
img_final = cv.resize(img_cut1,(32,32),interpolation=cv.INTER_AREA)
cv.imwrite("D:\project1\\test\\%s.bmp"% a,img_final)
print("保存:%s"%a)
a = a + 1
# cv.imshow("cutchar",img_final)
# cv.waitKey(0)
if end - start > 18 :
end = find_endl(start,black,black_max)
print(start,end)
img_cut = img_x[0:height,start:end]
img_cut1 = expand(img_cut)
img_final = cv.resize(img_cut1,(32,32),interpolation=cv.INTER_AREA)
cv.imwrite("D:\project1\\test\\%s.bmp"% a,img_final)
print("保存:%s"%a)
a = a + 1
# cv.imshow("cutchar",img_final)
# cv.waitKey(0)
n = end
if __name__ == "__main__":
img = cv.imread("XXX.jpg") #读取图像
#cv.imshow("image",img) #显示图像
#cv.waitKey(0)
#imgp = pl.location(img)
cut(img)
总结
使用这种方法（感觉是一个简易的垂直投影法）基本能够分割出每个字符。但是仍旧会存在一些问题：
1、在一些高亮的车牌情况下，二值化之后会使多个字符相连接：
2、在一些倾斜严重的情况下，并不能有效的实现分割。
1749
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
