python 处理车牌自编脚本 python车牌分割

1 说明：

=====

1.1 完整汽车车牌的识别，包括汽车车牌的定位，提取，字符分割显示和车牌识别四大部分。

1.2 目前这已经是一项成熟的技术，本文主要通过汽车车牌的字符分割并显示车牌号码，熟悉python和opencv的技术。

1.3 本文已经写了2篇相关文章，汽车车牌的定位、提取，本文重点讲解蓝色小轿车的汽车车牌的字符分割、保存、显示技术。

1.4 讲解非常清楚，注释详细，通俗易懂，并复习opencv的threshold函数。

2 操作和效果图：

3 声明：

=====

3.1 汽车和车牌：来自今日头条免费正版图库，仅供学习。

如有冒犯，请谅解，仅供学习

3.2 汽车车牌提取：

1.png，提取出来的汽车车牌

3.3 参考我的上一篇文章：

《一步一步详细讲解：python+opencv的车牌提取大全》

3.4 环境：

python3.8，深度操作系统deepin-linux，微软编辑器vscode，opencv版本4.2.0。

===重点===

4 代码讲解：

========

4.1 第1步：导入模块：

import cv2import numpy as np

4.2 第2步：图片的预处理

# 2-1：读取抠出来的蓝色车牌，汽车提取出来的车牌img=cv2.imread('/home/xgj/Desktop/carcut/1.png')cv2.imshow('carblurpai',img)cv2.waitKey(0)# 2-2：图像归一化img_resize = cv2.resize(img,(136,36),interpolation=cv2.INTER_AREA)            # 2-3：灰度化+二值化img_gray_1 = cv2.cvtColor(img_resize,cv2.COLOR_BGR2GRAY)ret1,img_thre_1 = cv2.threshold(img_gray_1,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)# 2-4：高斯模糊img_gaus = cv2.GaussianBlur(img_resize,(3,5),0) # 2-5：灰度处理img_gray = cv2.cvtColor(img_gaus,cv2.COLOR_BGR2GRAY) # 2-6：图像黑白的二值化ret,img_thre = cv2.threshold(img_gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

4.3 第3步：判断底色和字体色，当然经过预处理后肯定符合，主要是处理后将相关指标存储起来以备后面调用。

# 3-1：初始化定义列表white=[]black=[]height=img_thre.shape[0]  width=img_thre.shape[1] white_max=0black_max=0# 3-2：计算每一列的黑白像素总和for i in range(width):    line_white=0    line_black=0    for j in range(height):        if img_thre[j][i]==255:            line_white+=1        if img_thre[j][i]==0:            line_black+=1    white_max=max(white_max,line_white)    black_max=max(black_max,line_black)    white.append(line_white)    black.append(line_black)# 3-3：arg为true表示黑底白字，False为白底黑字arg=Trueif black_max

4.4 第4步：定义函数，找结尾end，这个时候就需要第3步的相关参数

#---第4步：定义函数找到结束点---def find_end(start,arg,black,white,width,black_max,white_max):    end=start+1    for m in range(start+1,width-1):        #0.98与下面的0.02对应        if (black[m] if arg else white[m])>(0.98*black_max if arg else 0.98*white_max):            end=m            break    return end

4.5 第5步：分割字符和保存字符，注意cv2格式的显示、保存和操作enter下一步。

n=1start=1end=2word = []while n(0.02*white_max if arg else 0.02*black_max):        start=n        #调用前面的函数，找结束点end        end=find_end(start,arg,black,white,width,black_max,white_max)        n=end        if end-start>5:            cj=img_thre[1:height,start:end]            #保存分割的图片            cv2.imwrite("/home/xgj/Desktop/carcut/result/%s.jpg" % (n),cj)            cv2.imshow('solocutlicense',cj)            word.append(cj)            cv2.waitKey(0)cv2.waitKey(0)cv2.destroyAllWindows()

4.6 第6步：用matplotlib将汽车车牌在一张图中并排显示，顺带复习matplotlib。

from matplotlib import pyplot as plt  #这个可以放在前面for i,j in enumerate(word):    plt.subplot(1,8,i+1)    plt.imshow(word[i],cmap='gray')plt.show()

5 完整代码：

#---第1步：导出模块---import cv2import numpy as np#---第2步：图片的预处理---# 2-1：读取抠出来的蓝色车牌img=cv2.imread('/home/xgj/Desktop/carcut/1.png')cv2.imshow('carblurpai',img)cv2.waitKey(0)# 2-2：图像归一化img_resize = cv2.resize(img,(136,36),interpolation=cv2.INTER_AREA)            # 2-3：灰度化+二值化img_gray_1 = cv2.cvtColor(img_resize,cv2.COLOR_BGR2GRAY)ret1,img_thre_1 = cv2.threshold(img_gray_1,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)# 2-4：高斯模糊img_gaus = cv2.GaussianBlur(img_resize,(3,5),0) # 2-5：灰度处理img_gray = cv2.cvtColor(img_gaus,cv2.COLOR_BGR2GRAY) # 2-6：图像黑白的二值化ret,img_thre = cv2.threshold(img_gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) #---第3步：判断底色和字色---# 3-1：初始化定义列表white=[]black=[]height=img_thre.shape[0]  width=img_thre.shape[1] white_max=0black_max=0# 3-2：计算每一列的黑白像素总和for i in range(width):    line_white=0    line_black=0    for j in range(height):        if img_thre[j][i]==255:            line_white+=1        if img_thre[j][i]==0:            line_black+=1    white_max=max(white_max,line_white)    black_max=max(black_max,line_black)    white.append(line_white)    black.append(line_black)# 3-3：arg为true表示黑底白字，False为白底黑字arg=Trueif black_max(0.98*black_max if arg else 0.98*white_max):            end=m            break    return end#---第5步：分割字符并保存字符---n=1start=1end=2word = []while n(0.02*white_max if arg else 0.02*black_max):        start=n        #调用前面的函数，找结束点end        end=find_end(start,arg,black,white,width,black_max,white_max)        n=end        if end-start>5:            cj=img_thre[1:height,start:end]            #保存分割的图片            cv2.imwrite("/home/xgj/Desktop/carcut/result/%s.jpg" % (n),cj)            cv2.imshow('solocutlicense',cj)            word.append(cj)            cv2.waitKey(0)cv2.waitKey(0)cv2.destroyAllWindows()#---第6步：---再加用matplotlib展示from matplotlib import pyplot as plt  #这个可以放在前面for i,j in enumerate(word):    plt.subplot(1,8,i+1)    plt.imshow(word[i],cmap='gray')plt.show()

6 cv2.threshold函数：

===============

6.1 cv2.threshold用来调节图片二值化的效果的一个函数，其参数不一样效果不同。

6.2 如图：

0.png

6.3 上述代码：

#图像黑白的二值化cv2.threshold个参数#第1步：导入模块import cv2import numpy as npfrom matplotlib import pyplot as plt#第2步：读取图片img = cv2.imread('/home/xgj/Desktop/carcut/66.jpg', 0)  #1是原图，0是灰色#如果读取1，然后用matplotlib显示可能与真实的原图不一样#img = cv2.imread('/home/xgj/Desktop/carcut/66.jpg', 1)  #第3步：各参数调用ret, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)ret, thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)ret, thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)ret, thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)ret, thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)#第4步：定义各列表titles = ['original image', 'Binary', 'binary-inv', 'trunc', 'tozero', 'tozero-inv']images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]#第5步：matplotlib显示0图，即灰色图，不会有异常#如果调用1，显示原图，matplotlib显示就会不一样#cv2：opencv读取图像为b,g,r方法#plt函数是rgb方式读取的for i in range(6):    plt.subplot(2, 3, i+1)    plt.imshow(images[i], 'gray')    plt.title(titles[i])    plt.xticks([])    plt.yticks([])plt.show()

6.4 设置为1，读取图片：

6.5 bgr和rgb转换：省略，我有介绍过。

7 不足小结：新能源汽车的白色绿色底的车牌有小bug。