前言
为了感谢每一个关注我的小可爱：每篇文章的项目源码都是无偿分享滴。
最后——如果文章有帮助到你，记得“关注”、“点赞”、“评论”三连哦！
有兴趣的小伙伴儿记得关注我跟我一起学习，开启编程之旅吧！
随着行业的发展，市场各式各样的需求，市场对车牌识别系统(车牌识别系统)的需求越来越广
泛，今天小编就带大家简单的做一款车牌识别系统小程序啦！！
正文
Show Time
Nov 1）背景环境
开发工具—Python版本：3.6.4
相关模块：cv2模块；numpy模块。
环境搭建：安装Python并添加到环境变量，pip安装需要的相关模块即可。
原理简介：注意这不是车牌号识别，是车牌检测。
因为车牌形状比较单一，所以我参考了一些简单的传统算法实现的，没有使用深度学习。效果比较一般。不适用于复杂环境下的车牌检测。
直接调的OpenCV的函数接口，没有从0开始实现，所以总体技术含量较低。
Nov 2）步骤
其流程为：
Step1：
对图片进行一些预处理，包括灰度化、高斯平滑、中值滤波、Sobel算子边缘检测等等。
Step2：
利用OpenCV对预处理后的图像进行轮廓查找，然后根据一些参数判断该轮廓是否为车牌轮廓。
使用演示：
在cmd窗口运行detect.py文件即可。
使用前请先指定需要检测的图片路径：
代码演示：
# python车牌检测 # Author: Charles import cv2
import numpy as np
# 形态学处理
def Process(img):
# 高斯平滑
gaussian = cv2.GaussianBlur(img, (3, 3), 0, 0, cv2.BORDER_DEFAULT)
# 中值滤波
median = cv2.medianBlur(gaussian, 5)
# Sobel算子
# 梯度方向: x
sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize=3)
# 二值化
ret, binary = cv2.threshold(sobel, 170, 255, cv2.THRESH_BINARY)
# 核函数
element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7))
# 膨胀
dilation = cv2.dilate(binary, element2, iterations=1)
# 腐蚀
erosion = cv2.erode(dilation, element1, iterations=1)
# 膨胀
dilation2 = cv2.dilate(erosion, element2, iterations=3)
return dilation2
def GetRegion(img):
regions = []
# 查找轮廓
_, contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
area = cv2.contourArea(contour)
if (area < 2000):
continue
eps = 1e-3 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, eps, True)
rect = cv2.minAreaRect(contour)
box = cv2.boxPoints(rect)
box = np.int0(box)
height = abs(box[0][1] - box[2][1])
width = abs(box[0][0] - box[2][0])
ratio =float(width) / float(height)
if (ratio < 5 and ratio > 1.8):
regions.append(box)
return regions
def detect(img):
# 灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
prc = Process(gray)
regions = GetRegion(prc)
print('[INFO]:Detect %d license plates' % len(regions))
for box in regions:
cv2.drawContours(img, [box], 0, (0, 255, 0), 2)
cv2.imshow('Result', img)
cv2.imwrite('result.jpg', img)
cv2.waitKey(0)
cv2.destroyAllWindows()Nov 3) 效果如下
3.1第一组：
3.2第二组：
小结
车牌检测一出来就广泛的运用到生活中了，人工智能发展越来越厉害了！