車牌識別與標注：基于百度OCR與OpenCV的實現

在計算機視覺領域，車牌識別是一項極具實用價值的技術，廣泛應用于交通監控、智能停車場管理等領域。本文將介紹如何在macOS系統下，利用百度OCR API進行車牌識別，并結合OpenCV庫在圖片上繪制標注框和車牌號碼，實現一個完整的車牌識別與標注流程。整個工程將使用PyCharm進行組織和開發 。

一、系統環境與工程結構

系統環境

• 操作系統：macOS
• 開發工具：PyCharm
• Python版本：Python 3.x

工程結構

project-root/
├── src/
│   └── main.py
├── test5.jpg
└── STHeiti Light.ttc

• src/main.py：包含車牌識別與標注的代碼。
• test5.jpg：用于測試的圖片文件。
• STHeiti Light.ttc：從/System/Library/Fonts/STHeiti拷貝的中文字體文件，用于在圖片上繪制中文文本。

二、百度OCR車牌識別API簡介

百度OCR（Optical Character Recognition，光學字符識別）提供了強大的車牌識別功能。通過向其API發送圖片數據，我們可以獲取車牌號碼、車牌顏色、車牌位置等信息。API返回的數據格式如下：
https://ai.baidu.com/tech/ocr_cars/plate

{"words_result": [{"number": "粵A7Z0K0","vertexes_location": [{"x": 145,"y": 482},{"x": 302,"y": 511},{"x": 294,"y": 569},{"x": 137,"y": 539}],"color": "blue","probability": [0.9999998808,1,1,0.9999991655,0.9999996424,0.9999986887,0.9999991655]}],"log_id": "1937791826711303139"
}

其中，number字段表示識別到的車牌號碼；vertexes_location字段是一個包含四個坐標的數組，表示車牌在圖片中的位置；color字段表示車牌顏色；probability字段是一個數組，表示每個字符識別的置信度。

三、使用OpenCV繪制車牌標注

在獲取到車牌信息后，我們需要在圖片上繪制標注框并顯示車牌號碼。這里我們使用了OpenCV庫，它是一個功能強大的計算機視覺庫，提供了豐富的圖像處理功能。

以下是繪制車牌標注的代碼實現：

import cv2
import numpy as np
import math
from PIL import Image, ImageDraw, ImageFontdef draw_parallelogram_with_text(image_path, coords, text="車牌區域", width_ratio=0.60, font_path="STHeiti Light.ttc"):"""在圖片上繪制平行四邊形并添加對齊且寬度按比例縮放的中文文本:param image_path: 圖片路徑:param coords: 平行四邊形的四個坐標點，格式為[(x1, y1), (x2, y2), (x3, y3), (x4, y4)]:param text: 要添加的文本，默認為"車牌區域":param width_ratio: 文本寬度占平行四邊形寬度的比例，默認為 0.6:param font_path: 中文字體文件路徑:return: 處理后的圖片"""# 讀取圖片image = cv2.imread(image_path)if image is None:raise FileNotFoundError(f"無法加載圖片：{image_path}")# 繪制平行四邊形cv2.fillPoly(image, [np.array(coords)], (255, 0, 0))  # 藍色填充# 計算平行四邊形寬度（取前兩點之間的距離作為參考寬度）p1, p2 = coords[0], coords[1]parallelogram_width = math.hypot(p2[0] - p1[0], p2[1] - p1[1])# 獲取包圍盒x_coords = [p[0] for p in coords]y_coords = [p[1] for p in coords]min_x, max_x = min(x_coords), max(x_coords)min_y, max_y = min(y_coords), max(y_coords)# 居中位置（先估算）pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))draw = ImageDraw.Draw(pil_image)# 初始字體大小init_font_size = 30font = ImageFont.truetype(font_path, init_font_size)# 【關鍵修改】獲取文本寬度（新方法）init_text_width = font.getlength(text)init_text_height = font.getmetrics()[0]  # 獲取字體高度（ascent）# 根據比例調整字體大小scale = (parallelogram_width * width_ratio) / init_text_widthfont_size = int(init_font_size * scale)font = ImageFont.truetype(font_path, font_size)# 再次獲取實際文本尺寸text_width = font.getlength(text)text_height = font.getmetrics()[0]# 居中計算text_x = min_x + (max_x - min_x - text_width) // 2text_y = min_y + (max_y - min_y - text_height) // 2# 創建空白圖像用于繪制文字text_layer = Image.new("RGBA", pil_image.size, (0, 0, 0, 0))draw = ImageDraw.Draw(text_layer)draw.text((text_x, text_y), text, fill=(255, 255, 255, 255), font=font)# 計算旋轉角度def get_angle(p1, p2):dx = p2[0] - p1[0]dy = p2[1] - p1[1]return math.degrees(math.atan2(dy, dx))angle = get_angle(coords[0], coords[1])# 旋轉文本圖層rotated_text = text_layer.rotate(-angle, center=(text_x + text_width // 2, text_y + text_height // 2), expand=0)# 合并到原圖pil_image.paste(rotated_text, mask=rotated_text.split()[3])  # 使用 alpha 通道做透明融合# 轉回 OpenCV 格式result_image = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)return result_image# 示例使用
if __name__ == "__main__":image_path = "../test5.jpg"  # 替換為你的圖片路徑# 示例坐標  test3# coords = [(417, 531), (583, 519), (586, 569), (420, 581)]  # 替換為你的坐標值# test5coords = [(145, 482), (302, 511), (294, 569), (137, 539)]  # 替換為你的坐標值result_image = draw_parallelogram_with_text(image_path, coords)# 顯示結果cv2.imshow("Result", result_image)cv2.waitKey(0)cv2.destroyAllWindows()# 保存結果圖片cv2.imwrite("result_image.jpg", result_image)

運行效果：

代碼解析

1. 圖片讀取與繪制平行四邊形：使用cv2.imread讀取圖片，然后通過cv2.fillPoly函數根據車牌的四個坐標點繪制平行四邊形。
2. 計算平行四邊形寬度與包圍盒：通過計算兩個相鄰點之間的距離來估算平行四邊形的寬度，并獲取包圍盒的坐標范圍。
3. 文本繪制與字體大小調整：使用Pillow庫（PIL）繪制文本。首先根據平行四邊形寬度和指定的比例調整字體大小，然后計算文本的居中位置。
4. 文本旋轉與融合：計算文本旋轉角度，將文本圖層旋轉后與原圖融合，實現文本與平行四邊形的對齊。

四、實際應用與優化

實際應用場景

1. 交通監控系統：在交通監控中，車牌識別可以用于車輛的自動識別與追蹤，幫助交通管理部門更好地管理交通流量，打擊交通違法行為。
2. 智能停車場管理：通過車牌識別，停車場可以實現自動計費、車輛進出管理等功能，提高停車場的運營效率和用戶體驗。

優化建議

1. 性能優化：在實際應用中，車牌識別和標注的性能至關重要。可以通過多線程或異步處理來提高處理速度，同時優化代碼邏輯，減少不必要的計算。
2. 準確性提升：雖然百度OCR提供了較高的識別準確率，但在一些復雜場景下（如車牌污損、遮擋等）仍可能出現識別錯誤。可以通過增加預處理步驟（如圖像增強、去噪等）來提高識別的準確性。
3. 用戶體驗優化：在展示結果時，可以考慮添加更多的交互功能，如車牌信息的詳細展示、歷史記錄查詢等，提升用戶的使用體驗。

五、總結

本文介紹了在macOS系統下，基于百度OCR和OpenCV的車牌識別與標注技術。通過調用百度OCR API獲取車牌信息，并使用OpenCV在圖片上繪制標注框和車牌號碼，實現了一個完整的車牌識別與標注流程。整個工程使用PyCharm進行組織和開發，代碼源文件位于src/main.py，資源文件如test5.jpg和STHeiti Light.ttc位于工程根目錄。在實際應用中，可以根據具體需求進行優化和擴展，以滿足不同的應用場景。希望本文能夠為從事相關工作的開發者提供一定的參考和幫助。

---

以我之思，借AI之力