图像中的Concat轮廓
图像中的Concat轮廓
提问于 2018-12-09 23:59:52
我正在制作车牌识别应用程序。我设法找到了每个板块元素的轮廓。我如何裁剪它们，调整大小和组合，这样tesseract ocr才能完成它的工作，并识别车牌上的文本。为了更清楚，我附上了文章中的图片。
回答 1
Stack Overflow用户
发布于 2018-12-10 00:39:52
这是非常直接的。找到轮廓，循环通过轮廓，找到每个轮廓的边界矩形，裁剪出零件，调整裁剪零件的大小，并将它们存储在列表中。然后，您可以迭代新列表，并使用numpy的hstack连接它们。我已经分享了完整的代码，但是你需要一些过滤技术来删除多余的轮廓，所以要小心。
代码：
import cv2
import numpy as np
img = cv2.imread('1.png',0)
image, contours, hierarchy = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
boxes = list()
cropped_imageList = list()
for c in contours:
#if you want to store the original coordinates
x,y,w,h = cv2.boundingRect(c)
boxes.append((x,y,w,h))
#crop out the part of the image and resize
crop_img = img[y:y+h, x:x+w]
crop_img = cv2.resize(crop_img,(50,50))
cropped_imageList.append(crop_img)
#join them back
imstack = cropped_imageList[0]
for imgs in cropped_imageList[1:]:
imstack = np.hstack((imstack,imgs))注意:这将随机连接找到的字母，解决此问题的一种方法是使用x,y对boxes列表进行排序，然后进行裁剪。
当tesseract可以直接检测到文本时，你为什么要这么做呢？如果你想要更好的结果，你应该使用深度学习的现代方法。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53694083
复制相关文章
相似问题
腾讯云开发者
