使用 tesseract 识别车牌

Posted 2023-04-17

【中文标题】使用 tesseract 识别车牌

【英文标题】：Using tesseract to recognize license plates

【发布时间】：2013-10-16 14:41:53

【问题描述】：

我正在开发一个可以识别车牌 (ANPR) 的应用。第一步是从图像中提取车牌。我正在使用 OpenCV 根据宽度/高度比检测板块，效果很好：

但如您所见，OCR 结果非常糟糕。

我在我的Objective C (ios) 环境中使用tesseract。这些是我在启动引擎时的init 变量：

// init the tesseract engine.
    tesseract = new tesseract::TessBaseAPI();
    int initRet=tesseract->Init([dataPath cStringUsingEncoding:NSUTF8StringEncoding], [language UTF8String]);
    tesseract->SetVariable("tessedit_char_whitelist", "BCDFGHJKLMNPQRSTVWXYZ0123456789-");
    tesseract->SetVariable("language_model_penalty_non_freq_dict_word", "1");
    tesseract->SetVariable("language_model_penalty_non_dict_word ", "1");
    tesseract->SetVariable("load_system_dawg", "0");

如何改进结果？我需要让 OpenCV 做更多的图像处理吗？或者有什么我可以用 tesseract 改进的吗？

【问题讨论】：

我会尝试拉直车牌，即。 e.做一些图像处理，使它们成为一个边平行于图片边的矩形。如果字符倾斜，许多 OCR 工具都会出现问题。

我已经使用了这个教程：felix.abecassis.me/2011/10/opencv-rotation-deskewing。我没有在上面的图片中显示结果，但它没有帮助......

您能否分享您的基于宽度/高度比检测板的opencv代码？我可以帮助你处理 tesseract OCR 部分，但不知道如何在 opencv 中编程。

为什么图像上的指示器正确显示了该区域，而您从中得到的只是一个包含边界框？沿着板边缘对齐这些蓝线应该可以始终为您提供正确剪辑的结果。

效果如何？很想知道您的解决方案是什么！

【参考方案1】：

有两件事可以彻底解决这个问题：

从图像中删除所有非文本的内容。您需要使用一些 CV 来查找板块区域（例如通过颜色等），然后将背景的 all 遮盖掉。您希望 tesseract 的输入是黑白的，其中文本是黑色的，其他一切都是白色的

移除偏斜（如上面 FrankPI 所述）。 tesseract 实际上应该适用于倾斜（参见 R. Smith 的“Tesseract OCR Engine”概述），但另一方面它是doesn't always work，特别是如果您只有一行而不是几段。因此，如果您能可靠地做到这一点，首先手动消除倾斜总是好的。您可能会从步骤 1 中知道板的边界梯形的确切形状，因此这应该不会太难。在消除倾斜的过程中，您还可以消除透视：所有车牌（通常）具有相同的字体，如果将它们缩放到相同（无透视）的形状，字母形状将完全相同，这将有助于文本识别。

一些进一步的指示......

首先不要尝试编写代码：拍摄一张非常容易 OCR（即：从正面，无透视）的盘子图片，在 photoshop（或 gimp）中编辑，然后通过 tesseract 运行命令行。继续以不同的方式进行编辑，直到这有效。例如：按颜色选择（或泛洪选择字母形状），用黑色填充，反转选择，用白色填充，透视变换使板的角变成矩形等。拍一堆照片，一些更难的（可能是奇数）角度等）。对所有人都这样做。一旦这完全起作用，考虑如何制作一个与您在 Photoshop 中做的事情相同的 CV 算法:)

附：此外，如果可能，最好从更高分辨率的图像开始。看起来您示例中的文本大约 14 像素高。 tesseract 适用于 300 dpi 的 12 点文本，大约 50 像素高，在 600 dpi 时效果更好。尽量使您的字母大小至少为 50，最好是 100 像素。

附言你对train tesseract做了什么吗？我认为你必须这样做，这里的字体不同，足以成为一个问题。您可能还需要一些东西来识别（而不是惩罚）在您的文本中很常见的破折号，就像在第二个示例中“T-”被识别为 H.

【讨论】：

Ad hoc 训练显然是一个很好的建议，它甚至可以“学习”图像默认值的一部分（歪斜......）。

谢谢。已经做了第 1 步和第 2 步（尽管在我的示例中没有显示）。我使用了这个教程：felix.abecassis.me/2011/10/opencv-rotation-deskewing我用字体训练了 tesseract，但我并没有变得更好。

@inversivemedia：您能否在将它们提供给 tesseract 之前发布一些图像示例？另外，你从命令行 tesseract 得到什么结果？ （以及您使用什么选项来运行它？）。我从经过训练的 tesseract 对大量相同字体的文本中获得了出色的结果（字符准确度为 99.9%），所以我很惊讶您遇到了问题。

很好，全面的答案。

@AlexI，我可以请你看看这里的 Tesseract 和 OpenCV 相关问题：github.com/yardstick17 吗？

【参考方案2】：

我不太了解tesseract，但我有一些关于OCR的信息。我们开始吧。

在 OCR 任务中，您需要确保您的训练数据与您尝试识别的字体相同。或者，如果您尝试识别多种字体，请确保您的训练数据中包含这些字体以获得最佳性能。 据我所知，tesseract 以几种不同的方式应用 OCR：第一，您提供一张包含多个字母的图像，然后让 tesseract 进行分割。其他的，你给 tesseract 提供分段的字母，只期望它识别字母。也许您可以尝试更改您正在使用的那个。 如果您自己训练识别器，请确保训练数据中每个字母的数量足够且数量相等。

希望这会有所帮助。

【参考方案3】：

我一直在开发一个 iOS 应用程序，如果你需要改进结果，你应该训练 tesseract OCR，这对我来说提高了 90%。转之前，OCR 结果很差。

所以，我过去使用这个gist 来训练带有车牌字体的 tesseract ORC。

如果你有兴趣，我几周前在github开源了这个项目

【讨论】：

能否请您在这里查看一个 Tesseract 和 OpenCV 相关问题：***.com/questions/66946835/…？

【参考方案4】：

这是我在旧功率计中尝试 OCR 的真实示例。我想使用您的 OpenCV 代码，以便 OpenCV 自动裁剪图像，我将执行图像清理脚本。

第一张图片是原始图片（裁剪后的功率计编号） 第二张图片在 GIMP 中经过略微清理，在 tesseract 中的 OCR 准确率约为 50% 第三张图像是完全清洁的图像 - 100% OCR 识别，无需任何培训！

【讨论】：

您是否使用 GIMP 清理过图像？我需要一种使用移动设备（opencv/ios）清理图像的方法

这个清理是在 GIMP 中手动完成的，如果我得到干净的图像来处理它，这是查看 tesseract 有多好的最快方法。现在有更多的工作来使用 imagemagic 和脚本使图像干净。我也会尝试 Scan Tailor 包，我发现它有一些清理图像的好选择。

@valentt: 可以分享一下使用opencv清理图片的代码吗？

@ParthDoshi 图像清理是手动完成的，只是为了进行可行性测试......我们没有进一步推进该项目。

【参考方案5】：

现在车牌可以很容易地被 mlmodel 识别。我已经创建了核心模型，您可以在 here 找到它。您只需要通过视觉框架将字符拆分为 28*28 分辨率并将此图像发送到 VNImageRequestHandler，如下所示-

let handler = VNImageRequestHandler(cgImage: imageUI.cgImage!, options: [:])

您将通过使用我的核心 mlmodel 获得所需的结果。使用this 链接以获得更好的说明，但使用我的模型以获得更好的车牌识别结果。我还为车牌识别创建了mlmodel。