Python 2.7 Python-Ocr车牌识别

我尝试用自适应阈值和SHH_Binary_Inv将图像转换为灰度

gray = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)
adapt1 = cv2.adaptiveThreshold(gray,130,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,153,40)

尝试使用pytesser获取车牌，但得到了一些随机值作为输出

---

有人能帮我从图像中提取文本吗？在哪里可以找到关于如何使用kmeans或任何其他算法进行训练的教程？

从图像中提取文本时，请尝试查看图像，就像您试图尽可能清晰地看到文本一样。我的教授曾经说过：如果人类能看到它，计算机也能看到。你要做的基本上是执行基本的预处理算法，如对比度增强、颜色空间转换（如果需要）等。你想在阈值化之前获得尽可能清晰的图像，其中，字符毫无疑问，且字符与白色背景之间的边缘尽可能明显

您需要尝试阈值操作。在开始时，我建议使用带有轨迹栏的简单固定阈值函数，这样您就不必每次更改值时都重新运行代码。你可以在我的GitHub repo上找到代码。当然，这只是其中一个步骤。您仍然需要找到您和角色感兴趣的区域。对于这些步骤，您希望看到的可能是

训练部分将更加棘手。关于K-means有一个漂亮的入门级教程，但我猜你并不确定该怎么做。我不知道该推荐什么，因为在你掌握基本知识之前，机器学习对你来说可能有点太难了。无论如何，如果我要这么做，我可能会深入学习，但你需要知道，测试数据和你如何准备它将是至关重要的过程。这里有一个，可能会让你知道发生了什么

---

Raaj，请记住，如果你希望人们努力帮助你，那么首先努力询问是很有礼貌的。你必须更好地解释你尝试了什么，你看了哪里，你得到了什么结果，你对我们有什么期望。我想说的是，在你的情况下，图像是必须的，而你甚至没有费心提供这些。祝你好运

谢谢，帮了大忙