车牌分割python_Python实现车牌定位及分割

具体步骤

1、将采集到的彩色车牌图像转换成灰度图

2、灰度化的图像利用高斯平滑处理后，再对其进行中直滤波

3、使用Sobel算子对图像进行边缘检测

4、对二值化的图像进行腐蚀，膨胀，开运算，闭运算的形态学组合变换

5、对形态学变换后的图像进行轮廓查找，根据车牌的长宽比提取车牌

代码实现

图像灰度化

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

高斯平滑，中值滤波处理

gaussian = cv2.GaussianBlur(gray, (3, 3), 0, 0, cv2.BORDER_DEFAULT)

median = cv2.medianBlur(gaussian, 5)

Sobel边缘检测

sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize = 3)

二值化

ret, binary = cv2.threshold(sobel, 170, 255, cv2.THRESH_BINARY)

对二值化的图像进行腐蚀，膨胀，开运算，闭运算的形态学组合变换

# 膨胀和腐蚀操作的核函数

element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))

element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (8, 6))

# 膨胀一次，让轮廓突出

dilation = cv2.dilate(binary, element2, iterations = 1)

# 腐蚀一次，去掉细节

erosion = cv2.erode(dilation, element1, iterations = 1)

# 再次膨胀，让轮廓明显一些

dilation2 = cv2.dilate(erosion, element2,iterations = 3)

对形态学变换后的图像进行轮廓查找，根据车牌的长宽比提取车牌

1、查找车牌区域

def findPlateNumberRegion(img):

region = []

# 查找轮廓

contours,hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 筛选面积小的

for i in range(len(contours)):

cnt = contours[i]

# 计算该轮廓的面积

area = cv2.contourArea(cnt)

# 面积小的都筛选掉

if (area < 2000):

continue

# 轮廓近似，作用很小

epsilon = 0.001 * cv2.arcLength(cnt,True)

approx = cv2.approxPolyDP(cnt, epsilon, True)

# 找到最小的矩形，该矩形可能有方向

rect = cv2.minAreaRect(cnt)

print "rect is: "

print rect

# box是四个点的坐标

box = cv2.cv.BoxPoints(rect)

box = np.int0(box)

# 计算高和宽

height = abs(box[0][1] - box[2][1])

width = abs(box[0][0] - box[2][0])

# 车牌正常情况下长高比在2.7-5之间

ratio =float(width) / float(height)

if (ratio > 5 or ratio < 2):

continue

region.append(box)

return region

2、用绿线绘出车牌区域和切割车牌

# 用绿线画出这些找到的轮廓

for box in region:

cv2.drawContours(img, [box], 0, (0, 255, 0), 2)

ys = [box[0, 1], box[1, 1], box[2, 1], box[3, 1]]

xs = [box[0, 0], box[1, 0], box[2, 0], box[3, 0]]

ys_sorted_index = np.argsort(ys)

xs_sorted_index = np.argsort(xs)

x1 = box[xs_sorted_index[0], 0]

x2 = box[xs_sorted_index[3], 0]

y1 = box[ys_sorted_index[0], 1]

y2 = box[ys_sorted_index[3], 1]

img_org2 = img.copy()

img_plate = img_org2[y1:y2, x1:x2]

代码地址在:https://github.com/hyzhangyong/platenumber

总结

这并不完善，并不能识别所有环境下的车牌，需要进一步改善识别模式。