做车牌识别项目前试一试tesseract识别中文。tesseract的安装使用请参考：

Python OCR工具pytesseract详解 - 知乎pytesseract是基于Python的OCR工具， 底层使用的是Google的Tesseract-OCR 引擎，支持识别图片中的文字，支持jpeg, png, gif, bmp, tiff等图片格式。本文介绍如何使用pytesseract 实现图片文字识别。 引言OCR（Opti…https://zhuanlan.zhihu.com/p/448253254        

import pytesseract as tst

import cv2 as cv

import numpy as np

import matplotlib.pyplot as plt

#参考资料

#https://zhuanlan.zhihu.com/p/448253254

original_img = cv.imread("../../SampleImages/chineseCharacters.jpg", cv.IMREAD_COLOR)

#图片转换为灰度图

img = cv.cvtColor(original_img, cv.COLOR_BGR2GRAY)

#二值化

ret,img = cv.threshold(img, 160, 255, cv.THRESH_BINARY)

plt.imshow(img, cmap='gray')

imgH,imgW = img.shape

print(imgH)

print(imgW)

#显示支持的语言列表

print(tst.get_languages(config=''))

#使用image_to_string将图片中的文字转换出来

print(tst.image_to_string(img, lang='chi_sim'))

#使用image_to_boxes返回识别的字符及边框

boxes = tst.image_to_boxes(img, lang='chi_sim')

print(boxes)

#返回值：

# 字符 左下角X 左下角Y 右上角X 右上角Y

# 例子： 稳 116 616 268 690 0

#绘制边框

#注意，opencv的坐标系以左上角为原点，boxes中的参数是以左下角为原点

for box in boxes.splitlines():

elements = box.split()

print(elements)

x1,y1,x2,y2 = int(elements[1]), int(elements[2]), int(elements[3]), int(elements[4])

#转换到opencv坐标系

charHeight = y2 - y1

y1 = imgH - y1 - charHeight

y2 = imgH - y2 + charHeight

print("Opencv character position:" + str(x1) + ' ' + str(y1) + ' ' + str(x2) + ' ' + str(y2))

cv.rectangle(original_img, (x1, y1), (x2, y2), (0,255,0), 2)

plt.imshow(original_img[:,:,::-1])

        image_to_boxes方法返回的坐标是以左下角为原点的，可以从打印中印证这一点。

好文链接

评论可见，请评论后查看内容，谢谢！！！评论后请刷新页面。