大家好，好久不见了。
一转眼距离上一篇博客已经是4个月前的事了。要问博主这段时间去干了什么，我只能说：我去“外面看了看”。
图1 我想去看看
在外面跟几家创业公司谈了谈，交流了一些大数据与机器视觉相关的心得与经验。不过由于各种原因，博主又回来了。
目前，博主的工作是在本地的一个高校做科研。而研究的方向主要是计算机视觉。
图2 科研就是不断的探索过程
由于我所做的是计算机视觉方向，跟EasyPR本身非常契合。未来这个这个系列的博客会继续下去，并且以后会有更加专业的内容。
目前我研究的方向是文字定位，这个技术跟车牌定位很像，都是在图中去定位一些语言相关的位置。不同之处在于，车牌定位只需要处理的是在车牌中出现的文字，字体，颜色都比较固定，背景也比相对单一（蓝色和黄色等）。
文字定位则复杂很多，研究界目前要处理的是是各种类型，不同字体，且拥有复杂背景的文字。下图是一张样例：
图3 文字定位图片样例
可以看出，文字定位要处理的问题是类似车牌定位的，不过难度要更大。一些文字定位的技术也应该可以应用于车牌的定位和识别。
未来EasyPR会借鉴文字定位的一些思想和技术，来强化其定位的效果。
一.前言
今天继续我们EasyPR的开发详解。
这几个月我收到了不少的邮件问：为什么EasyPR开发详解教程中只有车牌定位的部分，而没有字符识别的部分？
这个原因一是由于整个开发详解是按照车牌识别的流程顺序来的，因此先讲定位，后面再讲字符识别。所以字符识别的部分出来的比较晚。
二是由于字符识别相对于前面的车牌定位而言，显得较为简单。不像在一个复杂和低分辨场景下进行车牌定位，在字符分割和识别的部分时，所需要处理的场景已经较为固定了，因此其处理技术也较为单一。
这两个原因是字符分割和识别部分出来较晚的原因。不过在本篇博客中我们会将字符分割部分讲完。
二.整体流程
我们首先看一下，字符分割所需要处理的输入: 即是前面车牌定位中的结果，一个完整的车牌。
图4 字符分割模块的输入
由于在车牌定位中，我们使用了归一化过程。因此所需要处理的车牌的大小是统一的，在目前的版本中（v1.3），这个值是136*36。
那么字符分割的结果就是将车牌中的所有文字一一分割开来，形成单一的字符块。生成的字符块就可以输入下一步的字符识别部分进行识别。在EasyPR里，字符识别所使用的技术是人工神经网络，也就是ANN。
具体而言，字符分割过程是如何做的呢？简单说，就是：灰度化->颜色判断->二值化->取轮廓->找外接矩形->截取图块。
图5 字符分割处理流程
下面，我们使用下图的车牌完整的跑一遍字符分割的流程，以此对其有一个全局的认识。
图6 原始图片
1.灰度化
首先，我们把彩色的图片转化为灰度化图片。注意：为了以后可以利用彩色信息，在前面的车牌检测过程中，我们的输出结果不是灰度化图片，而是彩色图片。这样以后当我们改正算法，想利用彩色信息时就可以使用了。
但是在这里，我们的算法还是针对的是灰度化图片，因此首先进行灰度化处理。
灰度化后的图片见下图：
图7 灰度化后结果
2.颜色判断
灰度化之后，为了分割字符。我们需要获取字符的轮廓。注意：分割字符有很多种方法。例如投影法，滑动窗口判断法，在这里，EasyPR使用的是取字符轮廓法。
因为需要取轮廓，就需要把图片转化成一个二值化图片。不过，由于蓝色和黄色车牌图片的区别，两者需要用的二值化参数不一样，因此这里需要对车牌图片的颜色进行一个判断。车牌颜色对二值化的影响的分析见后面“其他细节”章节。
这里颜色判断的使用的是前面颜色定位详解里的模板匹配法。
图8 颜色判断
3.二值化
获取颜色后，就可以选择不同的参数进行大津阈值法来进行二值化。对于本示例图片中的蓝色车牌而言，使用的参数为CV_THRESH_BINARY。
二值化后的效果见下图：
图9 二值化后结果
4.取轮廓
接下来，使用被多次用到的取轮廓方法findContours。关于这个方法的具体内容，在前面的开发详解中已做过介绍，这里不再赘述。
取轮廓后的结果如下图：
图10 取轮廓操作
注意：直接使用findContours方法取轮廓时，在处理中文字符，也就是“苏”时，会发生断裂现象。因此为了处理中文字符，EasyPR换了一种思路，使用了额外的步骤来解决这个问题。具体可以见后面的“中文字符处理”章节。
5.找外接矩形
使用了中文字符处理方法以后，成功获取了所有的字符的外接矩形。
具体见下图：
图11 所有字符的外接矩形
6.截取图块
最后，把图中的外接矩形一一截取出来，归一化到统一格式。留待输入下个步骤--字符识别模块处理。
归一化后字符图块见下图：
图12 截取并归一化的图块
三.中文字符处理
上面的流程在处理英文车牌时，效果是很好的。但是在处理中文车牌时，存在一个很大的问题。
在取轮廓时，中文由于自身的特性，例如有笔画区间，取轮廓会造成断裂现象。例如下图中的“苏”。英文字符通过取轮廓都被完整的包括了，而“苏”字则分成了两个连通区域。
图13 取轮廓操作示例
虽然并不是所有的中文都会存在这个问题（例如下图的“津”字），但直接用取轮廓操作已经不合适了。
EasyPR是如何解决这个问题的呢？其实想法很简单。那就是既然有些中文字符没办法用取轮廓处理，那么就干脆先不处理中文字符，而是用取轮廓操作处理中文字符后面的字符。例如“苏A88M88”，其中“A88M88”这六个字符我都能用取轮廓操作获得。我先获取这六个字符，再想办法获取中文字符。
图14 “津”字
获取这六个字符后，接下来该如何获取“苏”这个中文字符的轮廓呢？
这里的关键就是“苏”字符后面的“A”字符，这个字符在中文车牌里代表城市的代码，我们在这里简称它为“城市字符”或者“特殊字符”。
这个字符有一个特征，就是与后面的字符存在一定的间隔。但是与前面的中文字符靠的较紧。倘若我获取了这个特殊字符的外接矩形，只要把这个外接矩形向左做一些的偏移（偏移的大小可以通过经验指定，例如设置为字符宽度的1.15倍），这样这个外接矩形就成了包含中文字符的一个矩形了。下面就可以截取中文字符的图块。
下图就是“特殊字符”与被反推得到的“中文字符”的矩形，在图中用红色矩形表示。
图15 反推得到的中文字符位置
下面的问题就是如何获取“特殊字符”的位置？
一种方法是把所有取轮廓操作获取到的矩形进行排序，最左边的就是特殊字符的图块。但是有些中文字符会被取轮廓操作截取为一个连通区域。在这种情况下，最左边的图块矩形是中文字符的矩形，而不是特殊字符的矩形了。所以这个方法不能用。
另一种方法就是依次判断所有取轮廓操作得到的矩形的位置，设矩形的中点恰好在整个车牌的1/7到2/7之间时的矩形为特殊矩形。这样操作的前提是我们的车牌定位的非常准确，恰到把整个车牌截取的正正好。在这种情况下，只要外接矩形满足这些条件，就可以判断为特殊字符的矩形。
这个方法思路很简单，实际中应用效果也不错，因此也是EasyPR目前采用的方法。
图16 获取特殊字符的位置
以下是特殊字符判断的代码：
//! 找出指示城市的字符的Rect，例如苏A7003X，就是"A"的位置
int CCharsSegment::GetSpecificRect(const vector<Rect>& vecRect) {
vector<int> xpositions;
int maxHeight = ;
int maxWidth = ; for (size_t i = ; i < vecRect.size(); i++) {
xpositions.push_back(vecRect[i].x); if (vecRect[i].height > maxHeight) {
maxHeight = vecRect[i].height;
}
if (vecRect[i].width > maxWidth) {
maxWidth = vecRect[i].width;
}
} int specIndex = ;
for (size_t i = ; i < vecRect.size(); i++) {
Rect mr = vecRect[i];
int midx = mr.x + mr.width / ; //如果一个字符有一定的大小，并且在整个车牌的1/7到2/7之间，则是我们要找的特殊字符
//当前字符和下个字符的距离在一定的范围内
if ((mr.width > maxWidth * 0.8 || mr.height > maxHeight * 0.8) &&
(midx < int(m_theMatWidth / ) * &&
midx > int(m_theMatWidth / ) * )) {
specIndex = i;
}
} return specIndex;
}
以上就是EasyPR能处理中文车牌的主要原因。原先的taotao1233的代码中无法处理中文的原因就是没有这样一步预处理。其实这是一个很简单的思想，但在之前并没有被实现。EasyPR里实现了这个思路，同时发现，这个方法效果出奇的好。基本可以应对所有的情况。所以说，这个方法可以说是一个简单，有效的处理中文车牌的方法。
四.其他一些细节
1.颜色判断
在进行二值化前，需要进行一次颜色判断，这是因为对于蓝色和黄色车牌而言，使用的二值化策略必须不同。
图17 蓝色与黄色车牌的不同
对于蓝色车牌而言，使用的参数为CV_THRESH_BINARY。
而对于黄色车牌而言，使用的参数为CV_THRESH_BINARY_INV。
假设黄色车牌使用了CV_THRESH_BINARY作为参数，则会发生如下图一样的二值化结果，其中字符部分变成了黑色，而背景则是白色（同理，蓝色车牌使用CV_THRESH_BINARY_INV也是一样的效果）。
在这种不正确的参数带来的二值化情况下，取轮廓操作将无法按照预期的行为进行处理。因此，必须使用正确的二值化参数。
图18 不正确参数的二值化效果
在颜色判断时，有一个小技巧，就是先把四周的“边”截取后再进行颜色的判断，这样可以消除车牌定位时一些多余的四周的干扰。
代码如下：
Mat tmpMat = input(Rect_<double>(w * 0.1, h * 0.1, w * 0.8, h * 0.8)); // 判断车牌颜色以此确认threshold方法
Color plateType = getPlateType(tmpMat, true);
颜色判断方法的代码如下：
// getPlateType
//判断车牌的类型
Color getPlateType(const Mat& src, const bool adaptive_minsv) {
float max_percent = ;
Color max_color = UNKNOWN; float blue_percent = ;
float yellow_percent = ;
float white_percent = ; if (plateColorJudge(src, BLUE, adaptive_minsv, blue_percent) == true) {
// cout << "BLUE" << endl;
return BLUE;
} else if (plateColorJudge(src, YELLOW, adaptive_minsv, yellow_percent) ==
true) {
// cout << "YELLOW" << endl;
return YELLOW;
} else if (plateColorJudge(src, WHITE, adaptive_minsv, white_percent) ==
true) {
// cout << "WHITE" << endl;
return WHITE;
} else {
// cout << "OTHER" << endl; // 如果任意一者都不大于阈值，则取值最大者
max_percent = blue_percent > yellow_percent ? blue_percent : yellow_percent;
max_color = blue_percent > yellow_percent ? BLUE : YELLOW; max_color = max_percent > white_percent ? max_color : WHITE;
return max_color;
}
}
2.排除缝隙
在获得中文字符图块以后，下面一步就是把剩下的图块获取了。不过由于中文车牌一般只有7个字符，所以可以把后面的图块从左到右排序，依次选择6个即可。一些会被误判为“I”的缝隙可以通过这种方法排除出去。
例如下图中，最右边的一个缝隙会被误识别为"1"。但是倘若从左到右依次选择的话，这个缝隙并不会被选入候选集合中，因为它已经是“第八个”字符了。
图19 最右边会被误判为"1"的缝隙
排序与依次选择的代码如下：
//! 这个函数做两个事情
// 1.把特殊字符Rect左边的全部Rect去掉，后面再重建中文字符的位置。
// 2.从特殊字符Rect开始，依次选择6个Rect，多余的舍去。
int CCharsSegment::RebuildRect(const vector<Rect>& vecRect,
vector<Rect>& outRect, int specIndex) {
int count = ;
for (size_t i = specIndex; i < vecRect.size() && count; ++i, --count) {
outRect.push_back(vecRect[i]);
} return ;
}
3.去除柳钉
有些中国的车牌中有一个非常妨碍识别的东西，那就是柳钉。倘若对一副含有柳钉的图进行二值化，极有可能会出现下图的结果。一些字符图块（下图的"9"和"1"）通过柳钉的原因联系到了一体，那样的话就无法通过取轮廓操作来分割了。
图20 柳钉的影响
因此在二值化之后，还需要一个去除柳钉的操作。
去除柳钉的思想也并不复杂，就是依次扫描每行，判断跳变次数。车牌字符所在的行的跳变次数是很多的，而柳钉所在的行就会偏少。因此当发现某行跳变次数较少，则可以把该行的所有像素值赋值为0，这样就会大幅度消除柳钉的影响了。
下图就是去除柳钉后的效果。
图21 去除柳钉后的效果
去除柳钉函数的代码如下：
//去除车牌上方的钮钉
//计算每行元素的阶跃数，如果小于X认为是柳丁，将此行全部填0（涂黑）
// X的推荐值为，可根据实际调整
bool clearLiuDing(Mat& img) {
vector<float> fJump;
int whiteCount = ;
const int x = ;
Mat jump = Mat::zeros(, img.rows, CV_32F);
for (int i = ; i < img.rows; i++) {
int jumpCount = ; for (int j = ; j < img.cols - ; j++) {
if (img.at<char>(i, j) != img.at<char>(i, j + )) jumpCount++; if (img.at<uchar>(i, j) == ) {
whiteCount++;
}
} jump.at<float>(i) = (float)jumpCount;
} int iCount = ;
for (int i = ; i < img.rows; i++) {
fJump.push_back(jump.at<float>(i));
if (jump.at<float>(i) >= && jump.at<float>(i) <= ) {
//车牌字符满足一定跳变条件
iCount++;
}
} ////这样的不是车牌
if (iCount * 1.0 / img.rows <= 0.40) {
//满足条件的跳变的行数也要在一定的阈值内
return false;
}
//不满足车牌的条件
if (whiteCount * 1.0 / (img.rows * img.cols) < 0.15 ||
whiteCount * 1.0 / (img.rows * img.cols) > 0.50) {
return false;
} for (int i = ; i < img.rows; i++) {
if (jump.at<float>(i) <= x) {
for (int j = ; j < img.cols; j++) {
img.at<char>(i, j) = ;
}
}
}
return true;
}
五.总结
最后回顾一下整体的处理流程，首先是对车牌图像进行灰度化，然后根据车牌的不同颜色来进行不同的二值化处理。二值化完后首先去除柳钉，然后进行取轮廓操作。
取轮廓操作以后，在所有的轮廓中根据先验知识，找到代表城市的字符，也就是“苏A”中“A”的位置，根据“A”的位置来反推“苏”的位置。
最后将找到的这些轮廓依次排序，从左到右依次选择6个，和第一个的中文字符组成7个字符的图块数组，输入到下一步字符识别模块中进行处理。
整个字符分割流程就到此结束了，还是比较简单的。其中的中文字符位置的确定使用了“先验知识”这种方法。这种方法在面对固定已知场景中是较好的方法，但是面对特殊情况时就可能会有不太好的效果，因此要根据具体情况来权衡。
六.未来展望
本篇字符分割流程就到此结束。当下，EasyPR1.3 版也发布了，对整体架构以及处理效率都有所提升，可以下载试用。
未来的博客会按照每2个月一篇的速度诞生，下篇博客的内容是”字符识别与人工神经网络”。
版权说明：
本文中的所有文字，图片，代码的版权都是属于作者和博客园共同所有。欢迎转载，但是务必注明作者与出处。任何未经允许的剽窃以及爬虫抓取都属于侵权，作者和博客园保留所有权利。