1 # -*- coding: utf-8 -*-
  2 """
  3 Created on Tue Oct 23 20:46:45 2018
  4 
  5 @author: Administrator
  6 """
  7 
  8 from cv2 import  cv2
  9 import numpy as np
 10 
 11 
 12 def stretch(img):
 13     '''
 14     图像拉伸函数
 15     '''
 16     maxi=float(img.max())
 17     mini=float(img.min())
 18     
 19     for i in range(img.shape[0]):
 20         for j in range(img.shape[1]):
 21             img[i,j]=(255/(maxi-mini)*img[i,j]-(255*mini)/(maxi-mini))
 22     
 23     return img
 24 
 25 def dobinaryzation(img):
 26     '''
 27     二值化处理函数
 28     '''
 29     maxi=float(img.max())
 30     mini=float(img.min())
 31     
 32     x=maxi-((maxi-mini)/2)
 33     #二值化,返回阈值ret  和  二值化操作后的图像thresh
 34     ret,thresh=cv2.threshold(img,x,255,cv2.THRESH_BINARY)
 35     #返回二值化后的黑白图像
 36     return thresh
 37 
 38 def find_rectangle(contour):
 39     '''
 40     寻找矩形轮廓
 41     '''
 42     y,x=[],[]
 43     
 44     for p in contour:
 45         y.append(p[0][0])
 46         x.append(p[0][1])
 47     
 48     return [min(y),min(x),max(y),max(x)]
 49 
 50 def locate_license(img,afterimg):
 51     '''
 52     定位车牌号
 53     '''
 54     contours,hierarchy=cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
 55     
 56     #找出最大的三个区域
 57     block=[]
 58     for c in contours:
 59         #找出轮廓的左上点和右下点，由此计算它的面积和长度比
 60         r=find_rectangle(c)
 61         a=(r[2]-r[0])*(r[3]-r[1])   #面积
 62         s=(r[2]-r[0])*(r[3]-r[1])   #长度比
 63         
 64         block.append([r,a,s])
 65     #选出面积最大的3个区域
 66     block=sorted(block,key=lambda b: b[1])[-3:]
 67     
 68     #使用颜色识别判断找出最像车牌的区域
 69     maxweight,maxindex=0,-1
 70     for i in range(len(block)):
 71         b=afterimg[block[i][0][1]:block[i][0][3],block[i][0][0]:block[i][0][2]]
 72         #BGR转HSV
 73         hsv=cv2.cvtColor(b,cv2.COLOR_BGR2HSV)
 74         #蓝色车牌的范围
 75         lower=np.array([100,50,50])
 76         upper=np.array([140,255,255])
 77         #根据阈值构建掩膜
 78         mask=cv2.inRange(hsv,lower,upper)
 79         #统计权值
 80         w1=0
 81         for m in mask:
 82             w1+=m/255
 83         
 84         w2=0
 85         for n in w1:
 86             w2+=n
 87             
 88         #选出最大权值的区域
 89         if w2>maxweight:
 90             maxindex=i
 91             maxweight=w2
 92             
 93     return block[maxindex][0]
 94 
 95 def find_license(img):
 96     '''
 97     预处理函数
 98     '''
 99     m=400*img.shape[0]/img.shape[1]
100     
101     #压缩图像
102     img=cv2.resize(img,(400,int(m)),interpolation=cv2.INTER_CUBIC)
103     
104     #BGR转换为灰度图像
105     gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
106     
107     #灰度拉伸
108     stretchedimg=stretch(gray_img)
109     
110     '''进行开运算，用来去除噪声'''
111     r=16
112     h=w=r*2+1
113     kernel=np.zeros((h,w),np.uint8)
114     cv2.circle(kernel,(r,r),r,1,-1)
115     #开运算
116     openingimg=cv2.morphologyEx(stretchedimg,cv2.MORPH_OPEN,kernel)
117     #获取差分图，两幅图像做差  cv2.absdiff('图像1','图像2')
118     strtimg=cv2.absdiff(stretchedimg,openingimg)
119     
120     #图像二值化
121     binaryimg=dobinaryzation(strtimg)
122     
123     #canny边缘检测
124     canny=cv2.Canny(binaryimg,binaryimg.shape[0],binaryimg.shape[1])
125     
126     '''消除小的区域，保留大块的区域，从而定位车牌'''
127     #进行闭运算
128     kernel=np.ones((5,19),np.uint8)
129     closingimg=cv2.morphologyEx(canny,cv2.MORPH_CLOSE,kernel)
130     
131     #进行开运算
132     openingimg=cv2.morphologyEx(closingimg,cv2.MORPH_OPEN,kernel)
133     
134     #再次进行开运算
135     kernel=np.ones((11,5),np.uint8)
136     openingimg=cv2.morphologyEx(openingimg,cv2.MORPH_OPEN,kernel)
137     
138     #消除小区域，定位车牌位置
139     rect=locate_license(openingimg,img)
140     
141     return rect,img
142 
143 def cut_license(afterimg,rect):
144     '''
145     图像分割函数
146     '''
147     #转换为宽度和高度
148     rect[2]=rect[2]-rect[0]
149     rect[3]=rect[3]-rect[1]
150     rect_copy=tuple(rect.copy())
151     rect=[0,0,0,0]
152     #创建掩膜
153     mask=np.zeros(afterimg.shape[:2],np.uint8)
154     #创建背景模型  大小只能为13*5，行数只能为1，单通道浮点型
155     bgdModel=np.zeros((1,65),np.float64)
156     #创建前景模型
157     fgdModel=np.zeros((1,65),np.float64)
158     #分割图像
159     cv2.grabCut(afterimg,mask,rect_copy,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)
160     mask2=np.where((mask==2)|(mask==0),0,1).astype('uint8')
161     img_show=afterimg*mask2[:,:,np.newaxis]
162     
163     return img_show
164 
165 def deal_license(licenseimg):
166     '''
167     车牌图片二值化
168     '''
169     #车牌变为灰度图像
170     gray_img=cv2.cvtColor(licenseimg,cv2.COLOR_BGR2GRAY)
171     
172     #均值滤波  去除噪声
173     kernel=np.ones((3,3),np.float32)/9
174     gray_img=cv2.filter2D(gray_img,-1,kernel)
175     
176     #二值化处理
177     ret,thresh=cv2.threshold(gray_img,120,255,cv2.THRESH_BINARY)
178     
179     return thresh
180 
181 
182 def find_end(start,arg,black,white,width,black_max,white_max):
183     end=start+1
184     for m in range(start+1,width-1):
185         if (black[m] if arg else white[m])>(0.98*black_max if arg else 0.98*white_max):
186             end=m
187             break
188     return end
189                 
190 
191 if __name__=='__main__':
192     img=cv2.imread('car.jpg',cv2.IMREAD_COLOR)
193     #预处理图像
194     rect,afterimg=find_license(img)
195     
196     #框出车牌号
197     cv2.rectangle(afterimg,(rect[0],rect[1]),(rect[2],rect[3]),(0,255,0),2)
198     cv2.imshow('afterimg',afterimg)
199     
200     #分割车牌与背景
201     cutimg=cut_license(afterimg,rect)
202     cv2.imshow('cutimg',cutimg)
203       
204     #二值化生成黑白图
205     thresh=deal_license(cutimg)
206     cv2.imshow('thresh',thresh)
207     cv2.waitKey(0)
208     
209     #分割字符
210     '''
211     判断底色和字色
212     '''
213     #记录黑白像素总和
214     white=[]
215     black=[]
216     height=thresh.shape[0]  #263
217     width=thresh.shape[1]   #400
218     #print('height',height)
219     #print('width',width)
220     white_max=0
221     black_max=0
222     #计算每一列的黑白像素总和
223     for i in range(width):
224         line_white=0
225         line_black=0
226         for j in range(height):
227             if thresh[j][i]==255:
228                 line_white+=1
229             if thresh[j][i]==0:
230                 line_black+=1
231         white_max=max(white_max,line_white)
232         black_max=max(black_max,line_black)
233         white.append(line_white)
234         black.append(line_black)
235         print('white',white)
236         print('black',black)
237     #arg为true表示黑底白字，False为白底黑字
238     arg=True
239     if black_max<white_max:
240         arg=False
241     
242     n=1
243     start=1
244     end=2
245     while n<width-2:
246         n+=1
247         #判断是白底黑字还是黑底白字  0.05参数对应上面的0.95 可作调整
248         if(white[n] if arg else black[n])>(0.02*white_max if arg else 0.02*black_max):
249             start=n
250             end=find_end(start,arg,black,white,width,black_max,white_max)
251             n=end
252             if end-start>5:
253                 cj=thresh[1:height,start:end]
254                 cv2.imshow('cutlicense',cj)
255                 cv2.waitKey(0)
256     
257     
258     cv2.waitKey(0)
259     cv2.destroyAllWindows()