Python Ocr License Plate Recognition

Question

Ich habe versucht, das Bild in grau mit adaptiver Schwelle und Thesh_Binary_Inv Umwandlung

gray = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY) 
adapt1 = cv2.adaptiveThreshold(gray,130,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,153,40) 

und versucht, das Nummernschild mit pytesser zu erhalten, aber haben einige zufällige Werte als Ausgangs

kann jemand helfen Ich heraus mit dem Extrahieren von Text aus Bildern und wo Tutorial zu finden wie mit Kmeans oder einem anderen Algorithmus zu trainieren

Answer 1

Wenn Sie Text aus dem Bild extrahieren versuchen Sie die Bilder, als ob Sie versuchten, den Text so klar wie möglich zu sehen le. Mein Professor pflegte zu sagen: Wenn der Mensch es sehen kann, kann der Computer es auch sehen. Was Sie tun möchten, ist grundsätzlich grundlegende Vorverarbeitungsalgorithmen wie Kontrastverbesserung, Farbraumkonvertierung, wenn nötig, etc. Was Sie vor der Schwellenwertbildung erwerben möchten, ist ein Bild so klar wie möglich, wo es keinen Zweifel über die Zeichen und wo die Kante gibt zwischen dem Charakter und dem weißen Hintergrund ist so offensichtlich wie möglich.

Sie müssen mit der Schwellenwertoperation experimentieren. Zu Beginn empfehle ich, die einfache, feste Schwellenwertfunktion mit einer Trackbar zu verwenden, damit Sie den Code nicht jedes Mal erneut ausführen müssen, wenn Sie den Wert ändern möchten. Sie können den Code auf here finden, auf meinem GitHub Repo. Das ist natürlich nur einer der Schritte. Sie müssen immer noch den Bereich finden, der für Sie und die Charaktere von Interesse ist. Was Sie für diese Schritte betrachten möchten, ist wahrscheinlich contour finding.

Der Trainingsteil wird noch kniffliger sein. Es gibt ein schönes Einsteiger-Tutorial auf K-means here, aber ich würde vermuten, dass Sie nicht wirklich sicher sind, was damit zu tun ist. Ich bin mir nicht sicher, was ich hier empfehlen soll, da maschinelles Lernen für Sie etwas zu schwierig sein könnte, bevor Sie die Grundlagen bekommen. Wie auch immer, wenn ich es tun würde, würde ich wahrscheinlich Deep Learning wählen, aber Sie müssen wissen, dass die Testdaten und wie Sie es vorbereiten, von entscheidender Bedeutung sein werden. Hier ist eine very simple tutorial, die Ihnen eine Vorstellung davon geben könnte, was vor sich geht.

Raaj, bitte denken Sie daran, dass wenn Sie erwarten, dass Menschen sich bemühen, Ihnen zu helfen, es gute Manieren ist, sich zuerst zu bemühen. Sie müssen besser erklären, was Sie versucht haben, wo haben Sie gesucht, welche Ergebnisse haben Sie und was erwarten Sie von uns? Bilder, würde ich sagen, sind ein Muss in Ihrem Fall und Sie haben sich nicht einmal die Mühe gemacht, diese zu liefern. Viel Glück!