去除不需要的框架及其宽高比

Question

我现在正在学习Python的OpenCV，特别是从http://opencvpython.blogspot.com这个网站上。我遇到了一个问题，就是在使用找轮廓和边界矩形的功能后，想要找到车牌。举个例子，我得到了3到5个框，就像在前窗户上，背景有树，还有很多其他东西。有没有人能帮我解决这个问题？我真的很烦恼找不到答案。而且我已经尝试了很多预处理的方法，比如：

1. 灰度化
2. 阈值处理
3. 形态学处理

我的代码：

import cv2
import numpy as np

#import image
im = cv2.imread('sample_1.jpg')
#convert to grayscale
gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
#apply bilateral filter 
gray = cv2.bilateralFilter(gray,11,17,17)
#preparing a kernel matrix 5x5
kernel = np.ones((5,5),np.uint8)
#tophat ops
cv2.morphologyEx(gray,cv2.MORPH_TOPHAT, kernel)
edged = cv2.Canny(tophat,30,200)
dilated = cv2.dilate(edged,kernel,iterations = 3)
#finding contour
(cnts,_) = cv2.findContours(edged,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)
screenCnt = None
for c in cnts:
    peri = cv2.arcLength(c,True)
    approx = cv2.approxPolyDP(c,0.02*peri,True)
    x,y,w,h = cv2.boundingRect(c)
    print cv2.contourArea(c)
    x,y,w,h = cv2.boundingrect(c)
    cv2.rectangle(im,(x,y),(x+w,y+h),(0,0,255),3)
    roi = im[y:y+h, x:x+w]
    cv2.imwrite(roi.png',roi)
    if len (approx)==4
        screenCnt = approx
        break
cv2.imshow("test",im)
cv2.waitKey(0)

这段代码主要是通过浏览和阅读博客得到的。关键是用这段代码我得到了多个车牌框。我想要的只是得到车牌，裁剪掉其他部分，然后进行字符分割。

Answer 1

在编程中，有时候我们会遇到一些问题，尤其是在使用某些工具或库的时候。比如，有人可能在使用某个库时，发现它的某个功能没有按照预期工作。这种情况可能会让人感到困惑，因为我们不知道问题出在哪里。

通常，解决这类问题的第一步是仔细检查代码，看看有没有写错的地方。接着，可以查阅相关的文档，看看这个功能的使用方法是否正确。如果文档中没有找到答案，可能需要在网上搜索一下，看看其他人是否遇到过类似的问题。

如果还是找不到解决办法，可以考虑在一些技术论坛上提问，比如StackOverflow。在提问时，最好把自己的代码和遇到的问题描述清楚，这样其他人才能更好地帮助你。

总之，遇到技术问题时，不要着急，慢慢分析，查阅资料，寻求帮助，通常都能找到解决方案。

import cv2
import numpy as np
#import image
im = cv2.imread('sample_1.jpg')
#convert to grayscale
gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
#apply bilateral filter 
gray = cv2.bilateralFilter(gray,11,17,17)
#preparing a kernel matrix 5x5
kernel = np.ones((5,5),np.uint8)
#tophat ops
cv2.morphologyEx(gray,cv2.MORPH_TOPHAT, kernel)
edged = cv2.Canny(tophat,30,200)
dilated = cv2.dilate(edged,kernel,iterations = 3)
#finding contour
(cnts,_) = cv2.findContours(edged,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)
screenCnt = None
for c in cnts:
    peri = cv2.arcLength(c,True)
    approx = cv2.approxPolyDP(c,0.02*peri,True)
    x,y,w,h = cv2.boundingRect(c)
    print cv2.contourArea(c)
    x,y,w,h = cv2.boundingrect(c)
    cv2.rectangle(im,(x,y),(x+w,y+h),(0,0,255),3)
    roi = im[y:y+h, x:x+w]
    cv2.imwrite(roi.png',roi)
    if len (approx)==4
        screenCnt = approx
        break
cv2.imshow("test",im)
cv2.waitKey(0)