在 OpenCV C++ 中为 OCR 规范化车牌

Question

我正在做一些简单的 OCR 车牌识别系统。我正在使用 HaarCascades 查找车牌，接下来我需要标准化此车牌，以将其放入我的 OCR 模块中。我正在使用 floodfill 找到车牌的主要轮廓，然后我执行 Hough 变换，找到车牌的上边界和下边界：

这是我执行霍夫变换的部分代码^

HoughLinesP(canny_img, lines, 1, CV_PI/180, 80, 80, 30 );

    for ( size_t i = 0; i < lines.size(); i++ ) {  
        line (output, Point(lines[i][0], lines[i][3]), Point(lines[i][4], lines[i][5]), Scalar(0,0,255), 1, 8 );
    }

现在我需要沿着这两条线剪切和旋转这张图片。我怎样才能做到这一点？我知道我需要使用点 Point(lines[i][0])..Point(linesi)，但我应该用它们做什么？

所以基本上，我需要得到类似的东西：

图像，我使用 HaarCascades

经过一些改造后我需要得到这样的东西：

所以在第一步我只需要切割上下边界。

Answer 1

需要用到仿射变换，这里有tutorial。根据您的情况，您需要选择一些尺寸的车牌，例如 20x100。您的目标点将是所选尺寸的非旋转矩形的 3 个角，源点将是已创建车牌的 3 个角。我希望它很清楚，如果不是，请告诉我 - 我会举一些例子。

*\\编辑：
好的，我已经举了一些例子。这是代码：

cv::Mat img = cv::imread("D:\temp\car_plate.jpg");
cv::Point2f a1(25, 18), b1(279, 27), c1(279, 79), a2(0, 0), b2(img.size().width, 0), c2(img.size().width, img.size().height);
//cv::Point2f a1(0, 16), b1(303, 28), c1(303, 81), a2(0, 0), b2(img.size().width, 0), c2(img.size().width, img.size().height);
cv::Point2f src[] = {a1, b1, c1};
cv::Point2f dst[] = {a2, b2, c2};
cv::Mat warpMat = cv::getAffineTransform(src, dst);
cv::warpAffine(img, img, warpMat, img.size());
cv::imshow("result", img);
cv::waitKey(-1);
return 0;

结果：

如果您将使用代码而不进行任何修改，您将获得第一个结果，如果您注释第二行并取消注释第三行，您将获得第二个结果（我认为这就是您想要的）。要获得第二个结果，您只需要找到上下线穿过图像边界的点。我在这里标记了它：

所以基本上你需要使用红点。要计算它们的位置，您只需要找到蓝线（如果我理解正确的话您已经有了）穿过图像边界的位置。

Answer 2

这是一个使用 EmguCv 的解决方案：

var src = new[] { new PointF(approxContour[0].X, approxContour[0].Y), new PointF(approxContour[1].X, approxContour[1].Y), new PointF(approxContour[2].X, approxContour[2].Y), new PointF(approxContour[3].X, approxContour[3].Y) };
var dst = new[] { new PointF(0, 0), new PointF(0, 400), new PointF(400, 400), new PointF(400, 0) };

var tmp = new UMat();
var matrix = CvInvoke.GetPerspectiveTransform(src, dst);
CvInvoke.WarpPerspective(imageRGB, tmp, matrix, new Size(400, 400));
viewer.Image = tmp;

在 OpenCV C++ 中为 OCR 规范化车牌

Normalize car plate for OCR in OpenCV C++

c++

ocr

opencv

hough-transform