OpenCV实现车牌字符分割实现车牌字符分割(C++)
之前的车牌定位中已经获取到了车牌的位置，并且对车牌进行了提取。我们最终的目的是进行车牌识别，在这之前需要将字符进行分割，
方便对每一个字符进行识别，最后将其拼接后便是完整的车牌号码。关于车牌定位可以看这篇文章： OpenCV车牌定位(C++) ，本文使用
的图片也是来自这里。
先来看一看原图：
最左边的汉字本来是 沪沪，截取时只获得了右边一点点的部分，这与原图和获取方法都有关，对于 川、沪川、沪… 这一类左右分开的字会经常发
生这类问题，对方法进行优化后可以解决，这里暂时不进行讨论。
后面的字都是完整的，字符分割的过程不会受影响。首先来一波常规操作，为了更方便处理，将其变成灰度图片：
分割的方法不止一种，最简单的就是多加点人工成分，按照大致宽度再微调进行截取，但是这样看似最快其实成本最高，只适用于单一的
图片，因此这种容错低且不够自动的方法就不考虑了。
目前我使用了两种不同的方法，一种是进行边缘检测再检测轮廓，根据字符的轮廓特点筛选出字符；另一种就是像素值判断，主要根据像
素数量使用水平映射截取宽度，垂直映射因为高度基本一致就不需要了，方法于水平映射一样。
两种方法我都写在后面，根据需要自行复制。如果要使用像素值进行判断的话，就需要再将灰度图转换成二值化图片，使用阈值分割就行
了。若使用第一种用轮廓分割的方法，灰度图和二值化图片都可以，结果没什么区别。
检测轮廓进行分割检测轮廓进行分割
边缘检测边缘检测
对图像进行边缘检测，这里采用的是 Canny 边缘检测，处理后的结果如下：
可以看到每个字的边缘都被描绘出来了，接下来就将每个字的轮廓获取出来。
检测轮廓检测轮廓
直接使用 findContours() 将所有轮廓提取出来，再将其在原图中画出来看看效果：
可以看到不仅仅是每个字被框出来了，还有内部以及图像中表现特殊部分的轮廓也有，接下来我们就根据每个字的大致大小筛选出我们想
要的结果：
这样看起来是不是就成功了，然后根据轮廓位置将每个字提取出来就行了，不过在这里每个轮廓的前后顺序不一定是图像中的位置，这里
我使用每个轮廓左上角横坐标 x 的大小来排序。
完整代码：完整代码：
#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/imgproc/types_c.h>
#include <map>
using namespace std;
using namespace cv;
int main() {
Mat img = imread("number.jpg");
Mat gray_img;
// 生成灰度图像
cvtColor(img, gray_img, CV_BGR2GRAY);
// 高斯模糊
Mat img_gau;
GaussianBlur(gray_img, img_gau, Size(3, 3), 0, 0);
// 阈值分割
Mat img_seg;
threshold(img_gau, img_seg, 0, 255, THRESH_BINARY + THRESH_OTSU);
// 边缘检测，提取轮廓
weixin_38616120
- 粉丝: 7
- 资源: 945
我的内容管理
收起
- 我的资源
快来上传第一个资源
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助
评论0