OpenCV Java文本分割

我正在使用OpenCV、Tesseract和Java开发车牌识别软件，但遇到问题，我似乎无法正确分割文本，并不是所有的字符都会被检测到，并用一个边界框进行绑定这些都是我的代码的一些输出…而且当我检测到字符时，我永远不知道哪个字符在哪个框中，所以当我将它们通过tesseract时，它们会变得混乱，我如何格式化我的字符串

尽管具有清晰可见的字符，但此操作仍失败：

此处，即使6清晰可见，也无法检测到Z和6：

下面是我的代码：

originalFrame = image.clone();
    roiColor = image.clone();
    Imgproc.cvtColor(image, image, Imgproc.COLOR_BGR2GRAY, 0);
    originalFrameGrayScale = image.clone();
    Mat morph = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(9, 9));
    Imgproc.morphologyEx(image, image, Imgproc.MORPH_TOPHAT, morph);
    Imgproc.Sobel(image, image, -1, 2, 0);
    Imgproc.GaussianBlur(image, image, new Size(5,5), 3,3);
    Imgproc.morphologyEx(image, image, Imgproc.MORPH_CLOSE, morph);
    Imgproc.threshold(image, image, 200, 255, Imgproc.THRESH_OTSU);
    Vector<Rect> rectangles = detectionContour(image);
    Mat roi = originalFrameGrayScale.clone();
    if(!rectangles.isEmpty()){
    roi = originalFrameGrayScale.submat(rectangles.get(0));
    roiBlack = roi.clone();
    roiColor = roiColor.submat(rectangles.get(0));
    Imgproc.rectangle(originalFrame, rectangles.get(0).br(),    rectangles.get(0).tl(), new Scalar(0,0,255), 2);
   }

    Imgproc.medianBlur(roi, roi, 3); 
   Imgproc.adaptiveThreshold(roi, roi, 225, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 15, 3);
   roiBinarize = roi.clone();
   Mat erode = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1, 1));
   Mat dilate = Imgproc.getStructuringElement(Imgproc.MORPH_RECT,new Size(1, 1));
   Imgproc.morphologyEx(roi, roi, Imgproc.MORPH_OPEN, dilate);
   Imgproc.morphologyEx(roi, roi, Imgproc.MORPH_OPEN, erode);
   Imgproc.Canny(roi, roi, 150, 150 * 3, 3, true);
   Vector<Rect> letters = detectionPlateCharacterContour(roi);
   doTesseractOCR(letters, roiBinarize);

    private static void doTesseractOCR(Vector<Rect> letters, Mat plate){
    Tesseract instance = new Tesseract(); //
    instance.setLanguage(LANGUAGE);
    String resultPlate = "";
    for(int i= 0; i < letters.size(); i++){

     BufferedImage letter = OpenCvUtils.Mat2bufferedImage(plate.submat(letters.get(i)));
        try {
        String result = instance.doOCR(letter);
        resultPlate += result + " position "+i;

        } catch (TesseractException e) {
        System.err.println(e.getMessage());
        }
        System.out.println("Tesseract output: "+resultPlate);
    }
}



    private static Vector<Rect> detectionPlateCharacterContour(Mat roi) {
    Mat contHierarchy = new Mat();
    Mat imageMat = roi.clone();
    Rect rect = null;
    List<MatOfPoint> contours = new ArrayList<>();
    Imgproc.findContours(imageMat, contours, contHierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_NONE);
    Vector<Rect> rect_array = new Vector<>();

    for (int i = 0; i < contours.size(); i++) {
        rect = Imgproc.boundingRect(contours.get(i));
        double ratio = 0;

               if(rect.height > rect.width){
            ratio = rect.height/rect.width;

            }else{
                ratio = rect.width/rect.height;

            }
         Logger.printMessage("Ratio of letter: "+ratio);
      double contourarea = Imgproc.contourArea(contours.get(i));
         if (contourarea >= 100 && contourarea <= 1000 && ( ratio >= 1 && ratio <= 2)) {
         Imgproc.rectangle(roiColor, rect.br(), rect.tl(), new Scalar(255,0,0));
           rect_array.add(rect);
         }
    }


    contHierarchy.release();
    return rect_array;
}

originalFrame=image.clone（）；
roiColor=image.clone（）；
Imgproc.cvt颜色（图像，图像，Imgproc.COLOR\u bgr2灰色，0）；
originalFrameGrayScale=image.clone（）；
Mat morp=Imgproc.getStructuringElement（Imgproc.morprect，新大小（9,9））；
Imgproc.morphologyEx（图像，图像，Imgproc.MORPH\u TOPHAT，MORPH）；
Sobel（图像，图像，-1,2,0）；
图像，图像，新尺寸（5,5,3）；
Imgproc.morphologyEx（图像，图像，Imgproc.MORPH\u CLOSE，MORPH）；
Imgproc.threshold（图像，图像，200255，Imgproc.THRESH_OTSU）；
矢量矩形=检测轮廓（图像）；
Mat roi=原始框架grayscale.clone（）；
如果（！rectangles.isEmpty（））{
roi=originalFrameGrayScale.submat（矩形.get（0））；
roiBlack=roi.clone（）；
roiColor=roiColor.submat（矩形.get（0））；
Imgproc.rectangle（原始帧，矩形.get（0）.br（），矩形.get（0）.tl（），新标量（0,0255），2）；
}
Imgproc.medianBlur（roi，roi，3）；
Imgproc.adaptiveThreshold（roi，roi，225，Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C，Imgproc.THRESH_BINARY，15,3）；
roiBinarize=roi.clone（）；
Mat侵蚀=Imgproc.getStructuringElement（Imgproc.morp_RECT，新大小（1,1））；
Mat displate=Imgproc.getStructuringElement（Imgproc.morp\RECT，新大小（1,1））；
Imgproc.morphologyEx（roi，roi，Imgproc.morp\u开放，扩张）；
Imgproc.morphologyEx（roi，roi，Imgproc.morp_开放，侵蚀）；
Imgproc.Canny（roi，roi，150150*3，3，真）；
矢量字母=检测板字符轮廓（roi）；
DoteSeractOCR（字母，二进制）；
专用静态空白点seractocr（矢量字母、垫板）{
Tesseract实例=新的Tesseract（）//
实例.setLanguage（语言）；
字符串resultPlate=“”；
对于（int i=0；i矩形宽度）{
比率=垂直高度/垂直宽度；
}否则{
比率=矩形宽度/矩形高度；
}
Logger.printMessage（“字母比率：”+比率）；
double contourarea=Imgproc.contourarea（contours.get（i））；
如果（contourarea>=100&&contourarea=1&&ratio），请在文章中包含图像。单击文章中的链接，显示蓝色文本