python+opencv-tessert OCR 实现简易的车牌的检测与识别全

花了十天时间零基础学习了opencv，并做了一个车牌检测与识别的设计，效果不错，与大家分享一下。源代码，原图片，tessert-OCR安装包以及OCR的中文包都在这里面

# 车牌识别
import cv2 as cv
import numpy as np
import pytesseract as tess
from PIL import Image


def license_prepation（image）:
    image_hsv = cv.cvtColor（image cv.COLOR_BGR2HSV）  # 将图像转换为hsv色彩空间
    low_hsv = np.array（[108 43 46]）  # 设置颜色
    high_hsv = np.array（[124 255 255]）
    mask = cv.inRange（image_hsv lowerb=low_hsv upperb=high_hsv）  # cv.inrange 函数用来追踪image
    image_dst = cv.bitwise_and（image image mask=mask）  # 取frame与mask中不为0的相与，mask=mask必须有
    # cv.imshow（‘license_dst‘ image_dst）
    image_blur = cv.GaussianBlur（image_dst （7 7） 0）
    # cv.imshow（‘license_blur‘image_blur）
    image_gray = cv.cvtColor（image_blur cv.COLOR_BGR2GRAY）
    ret binary = cv.threshold（image_gray 0 255 cv.THRESH_BINARY | cv.THRESH_OTSU）
    # cv.imshow（‘binary‘ binary）
    kernel1 = cv.getStructuringElement（cv.MORPH_RECT （4 6））
    image_opened = cv.morphologyEx（binary cv.MORPH_OPEN kernel1）
    # cv.imshow（‘license_opened‘ image_opened）
    kernel2 = cv.getStructuringElement（cv.MORPH_RECT （7 7））
    image_closed = cv.morphologyEx（image_opened cv.MORPH_CLOSE kernel2）
    # cv.imshow（‘license_closed‘ image_closed）
    return image_closed


def choose_license_area（contours Min_Area）:
    temp_contours = []
    for contour in contours:
        if cv.contourArea（contour） > Min_Area:  # 面积大于MIN_AREA的区域保留
            temp_contours.append（contour）
    license_area = []
    for temp_contour in temp_contours:
        rect_tupple = cv.minAreaRect（temp_contour）
        # print（rect_tupple）
        rect_width rect_height = rect_tupple[1]  # 0为中心点，1为长和宽，2为角度
        if rect_width < rect_height:
            rect_width rect_height = rect_height rect_width
        aspect_ratio = rect_width / rect_height
        # 车牌正常情况下宽高比在2 - 5.5之间
        if aspect_ratio > 2 and aspect_ratio < 5.5:
            license_area.append（temp_contour）
            rect_vertices = cv.boxPoints（rect_tupple）
            rect_vertices = np.int0（rect_vertices）
    return license_area


def license_segment（license_area）:
    if （len（license_area）） == 1:
        for car_plate in license_area:
            # print（car_plate.shape）
            # print（car_plate）
            row_min col_min = np.min（car_plate[: 0 :] axis=0）  # 行是row 列是col
            row_max col_max = np.max（car_plate[: 0 :] axis=0）
            # cv.rectangle（license （row_min col_min） （row_max col_max） （0 255 0）2）
            card_img = license[col_min:col_max row_min:row_max :]
            # cv.imshow（“card_img“ card_img）
            cv.imwrite（“card_img.jpg“ card_img）
    return card_img


def recognize_text（image）:
    gray = cv.cvtColor（image cv.COLOR_BGR2GRAY）
    ret binary = cv.threshold（gray 120 255 cv.THRESH_BINARY_INV）
    cv.imshow（‘bin‘ binary）  # 白底黑字
    bin1 = cv.resize（binary （370 82））
    kernel1 = cv.getStructuringElement（cv.MORPH_RECT （2 5））
    dilated = cv.dilate（bin1 kernel1）  # 白色膨胀
    te

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件   52662579  2020-09-25 10:19  CSDN\chi_sim.traineddata

     文件       3951  2020-09-25 13:11  CSDN\license recognition_2.py

     文件    5549925  2020-09-23 14:33  CSDN\license.png

     文件   42424562  2020-09-22 19:21  CSDN\tesseract-ocr-setup-4.00.00dev.exe

     目录          0  2020-09-29 13:41  CSDN

----------- ---------  ---------- -----  ----

            100641017                    5