tesseract识别车牌

### 使用 Tesseract OCR 进行车牌字符识别

为了实现车牌字符的自动化识别，可以采用 Python 结合 OpenCV 库处理图像预处理部分，并调用 Tesseract OCR 工具完成最终的文字提取工作[^1]。

#### 安装依赖库
在 Linux 系统环境下安装必要的软件包。对于 Tesseract 的获取可以通过wget工具指定版本号下载压缩文件并解压编译安装[^2]：

sudo apt-get install tesseract-ocr libtesseract-dev libleptonica-dev pkg-config

另外还需要 pip 来安装 python-tesseract 接口和支持图片读取显示等功能所需的 opencv-python:

pip install pytesseract opencv-python numpy matplotlib pillow

#### 图像预处理阶段
由于实际拍摄到的照片可能存在倾斜、光照不均等问题影响识别效果，因此先要利用 OpenCV 对原始图做适当调整优化后再送入 OCR 引擎解析文字内容。

import cv2
import numpy as np


def preprocess_image(image_path):
    img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

    # 高斯模糊去噪点
    blur = cv2.GaussianBlur(img, (5, 5), 0)

    # 自适应阈值二值化
    thresh = cv2.adaptiveThreshold(blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                                   cv2.THRESH_BINARY_INV, blockSize=19, C=9)

    kernel = np.ones((3, 3), dtype=np.uint8)
    
    # 形态学操作填充内部孔洞
    morphed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

    return morphed

此函数接收一张路径字符串参数表示待处理的目标图片位置；返回经过一系列变换后的 NumPy 数组形式的新图像对象供后续步骤继续加工使用。

#### 调用 Tesseract 提取文本数据
准备好清晰度较高的黑白两色对比强烈的矩形区域作为输入给定至 `pytesseract.image_to_string()` 方法内即可得到对应编码串结果输出。

from PIL import Image
import pytesseract


def recognize_text(preprocessed_img_array):
    text = pytesseract.image_to_string(
        Image.fromarray(preprocessed_img_array),
        config='--psm 7'  # 设置页面分割模式为单行文本
    )

    cleaned_text = ''.join([char for char in text if char.isalnum()])
    return cleaned_text.upper()

上述代码片段定义了一个名为`recognize_text`的方法接受一个已经过预处理之后形成的数组类型的变量preprocessed_img_array作为实参传入其中，在这里会创建一个新的Image实例并通过image_to_string接口传递过去执行OCR转换过程最后去除掉所有非字母数字类别的符号只保留有效组成部分形成大写格式的结果字符串cleaned_text向上层调用者反馈回去。

通过以上介绍可以看出整个流程主要分为两个方面的工作：一是借助计算机视觉技术改善源素材质量以便更好地服务于下一步骤；二是依靠成熟的第三方开源组件快速高效地达成预期目标即从特定区域内抽取出可辨识的人类语言表达方式——也就是我们常说的“汉字”。