基于OpenCV的车牌识别(2. 车牌字符识别)

3）车牌字符切割

a. 阈值滤波，使用CV_THRESH_BINARY参数通过把白色值变为黑色，黑色值变为白色来实现阈值输出的反转，因为需要获取字符的轮廓，而轮廓的算法寻找的是白色像素；

b. 查找轮廓；

c. 验证轮廓是否为字符，去除那些规格太小的或者宽高比不正确的区域。字符是45/77的宽高比，允许0.35的误差。如果一个区域面积高于80%（就是像素大于0的超过80%），则认为这个区域是一个黑色块，不是字符。

/* charSlicer.cpp */
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

//包围字符的矩形筛选
bool charDetection(Mat rect)
{
	float error = 0.35;
	const float width_height = 45.0 / 77.0;
	float char_width_height = (float)rect.cols / (float)rect.rows;

	float min_value = 0.2;
	float max_value = width_height*(1 + error);

	float min_height = 20;
	float max_height = 30;

	int pixels = countNonZero(rect);
	float area = rect.cols*rect.rows;
	float ratio = pixels / area;//获得矩形区域黑色所占的比例

	return ratio<0.8&&char_width_height>min_value&&char_width_height < max_value
		&&rect.rows >= min_height && rect.rows <= max_height;
}

void plateChar(Mat srcImg)
{
	//1. 二值化图像，像素值大于60设为0，反之设为255
	Mat plateImg;
	threshold(srcImg, plateImg, 60, 255, CV_THRESH_BINARY_INV);
	//imshow("反转图像", plateImg);

	//2. 寻找轮廓，findContours函数会改变输入图像，可对其clone
	Mat contoursImg = plateImg.clone();
	vector<vector<Point>> contours;//定义轮廓，每个轮廓是一个点集
	/*void findContours(InputOutputArray Img, OutputArrayOfArrays contours, OutputArray hierarchy,
	int mode, int method, Point offset=Point())*/
	findContours(contoursImg, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
	cout << "轮廓数量:" << contours.size() << endl;

	//3. 获得各个字符图像的外部矩形边界，在原图中找出字符
	Mat oriImg = imread("plateOri.jpg");
	for (int i = 0; i < contours.size(); i++)
	{
		drawContours(oriImg, contours, i, Scalar(0, 255, 0), 1);//绿色填充所有轮廓

		Rect rect = boundingRect(contours[i]);//获得字符轮廓点集的外部矩形边界
		rect.height += 1;//切割较大的图像
		rect.width += 1;
		/*void rectangle(Mat& img, Rect rec, const Scalar& color, int thickness=1, int lineType=8,
		int shift=0 )*/
		rectangle(oriImg, rect, S