Python OpenCV 实现车牌号的简单切割（画矩形，设置画笔颜色）

一、实验目的

通过OpenCV第五次进行实验，简单车牌字符切割。

二、实验内容

对简单车牌进行字符切割。

三、实验过程

我使用的是python语言+openCV来实现简单车牌字符切割的功能。

1）读取图片

使用imread()函数读取图片，使用imshow()函数显示图片，waitKey()函数含义为按下任意键继续；

代码实例：

img = cv2.imread("123456.jpg")

cv2.imshow("img",img)

cv2.waitKey(0)

 

 

图3.1读取的图片

2）灰度处理

实例代码：

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

cv2.imshow("gray",gray)

cv2.waitKey(0)

 

 

图3.2灰度处理图

3）二值化处理

使用threshold()函数进行图片反色：

实例代码：

ret,im_fixed=cv2.threshold(gray,50,100,cv2.THRESH_BINARY)

cv2.imshow("im_fixed",im_fixed)

cv2.waitKey(0)

 

 

图3.3二值化处理图

4）图像反色

输入的代码：

img2 = gray.copy()

cv2.threshold(gray,80,255,0,gray)

for i in range(0,gray.shape[0]):

    for j in range(0,gray.shape[1]):

        img2[i,j] = 255-gray[i,j]

cv2.imshow("img2",img2)

cv2.waitKey(0)

 

 

图3.4反色后得到的图片

5）水平投影

实例代码：

img3 = img2.copy()

#返回图像的高和宽

(h,w)=img3.shape

#初始化一个跟图像高一样长度的数组，用于记录每一行的黑点个数

a=[0 for z in range(0,h)]

for i in range(0,h):          #遍历每一行

    for j in range(0,w):      #遍历每一列

        if img3[i,j]==0:      #判断该点是否为黑点，0代表黑点

            a[i]+=1           #该行的计数器加一

            img3[i,j]=255     #将其改为白点，即等于255

for i in range(0,h):          #遍历每一行

    for j in range(0,a[i]):   #从该行应该变黑的最左边的点开始向最右边的点设置黑点

        img3[i,j]=0           #设置黑点

cv2.imshow("shuiping",img3)

cv2.waitKey(0)

 

 

图3.5水平投影图

6）垂直投影

实例代码：

img4 = img2.copy()

#返回图像的高和宽

(h,w)=img4.shape

#初始化一个跟图像宽一样长度的数组，用于记录每一列的黑点个数

a =[0 for z in range(0,w)]

for i in range(0,w):           #遍历每一列  

    for j in range(0,h):       #遍历每一行

        if img4[j,i]==0:       #判断该点是否为黑点，0代表是黑点

            a[i]+=1            #该列的计数器加1

            img4[j,i]=255      #记录完后将其变为白色，即等于255

for i in range(0,w):           #遍历每一列

    for j in range(h-a[i],h):  #从该列应该变黑的最顶部的开始向最底部设为黑点

        img4[j,i]=0            #设为黑点

cv2.imshow("chuizhi",img4)

cv2.waitKey(0)

 

 

图3.6垂直投影图

7）画矩形

实例代码：

image = img2.copy()

cv2.rectangle(image, (10,10), (65,120),(0,0,255),1)#设置矩形的各参数依次是：图片，添加的文字，左上角坐标(整数)，字体，字体大小，颜色，字体粗细

cv2.rectangle(image, (75,10), (135,120),(0,0,255), 1)

cv2.rectangle(image, (160,10), (220,120),(0,0,255), 1)

cv2.rectangle(image, (225,10), (290,120),(0,0,255), 1)

cv2.rectangle(image, (300,10), (355,120),(0,0,255), 1)

cv2.rectangle(image, (360,10), (415,120),(0,0,255), 1)

cv2.rectangle(image, (420,10), (480,120),(0,0,255), 1)

cv2.imshow('image',image)

cv2.waitKey(0)

 

 

图3.7矩形分割

四、实验总结

学习了OpenCV的切割方法，途中遇到了问题未解决，请老师帮忙检查一下问题，同时可以锻炼自己的能力。