OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）

车牌识别三大步骤：

1、从图中找出车牌

2、从车牌中识别车牌号

3、通过训练提高识别率

本次仅实现第二步，这也是核心，其他两个属于附属功能，第三个可以通过GAN或Tesseract来进行训练，这个下篇再进行介绍。

核心步骤：

图片处理：1、将图片灰度化；2、将灰度图片二值化；3、校正；4、去燥；

图像切割识别：1、图像切割；2、图像识别

代码演示（注释）：

需要导入，引入库为：opencv-python

#!/usr/bin/env python
# -*- coding:utf-8 -*-"""Author Alexantao By Charm
"""import cv2# 定义,都可根据应用进行调整
binary_threshold = 100
segmentation_spacing = 0.9  # 普通车牌值0.95,新能源车牌改为0.9即可# 1、读取图片，并做灰度处理
img = cv2.imread('img/nycar_num_test1.png')
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
cv2.imshow('gray',img_gray)
cv2.waitKey(0)# 2、将灰度图二值化，设定阀值为140
img_thre = img_gray
cv2.threshold(img_gray, binary_threshold, 255, cv2.THRESH_BINARY_INV, img_thre)
cv2.imshow('threshold', img_thre)
cv2.waitKey(0)# 3、保存黑白图片
cv2.imwrite('img/thre_res.png',img_thre)# 4、分割字符
white = []  # 记录每一列的白色像素总和
black = []  # 记录每一列的黑色像素总和
height = img_thre.shape[0]
width = img_thre.shape[1]
print(width, height)
white_max = 0   # 仅保存每列，取列中白色最多的像素总数
black_max = 0   # 仅保存每列，取列中黑色最多的像素总数# 循环计算每一列的黑白色像素总和
for i in range(width):w_count = 0     # 这一列白色总数b_count = 0     # 这一列黑色总数for j in range(height):if img_thre[j][i] == 255:w_count += 1else:b_count += 1white_max = max(white_max, w_count)black_max = max(black_max, b_count)white.append(w_count)black.append(b_count)# False表示白底黑字；True表示黑底白字
arg = black_max > white_max# 分割图像，给定参数为要分割字符的开始位
def find_end(start_):end_ = start_ + 1for m in range(start_+1, width - 1):if(black[m] if arg else white[m]) > (segmentation_spacing * black_max if arg else segmentation_spacing * white_max):end_ = mbreakreturn end_n = 1
start = 1
end = 2
while n < width - 1:n += 1if(white[n] if arg else black[n]) > ((1 - segmentation_spacing) * white_max if arg else (1 - segmentation_spacing) * black_max):# 上面这些判断用来辨别是白底黑字还是黑底白字start = nend = find_end(start)n = endif end - start > 5:print(start, end)cj = img_thre[1:height, start:end]cv2.imwrite('img/{0}.png'.format(n), cj)      #此句是输出每个字符，当时未输出直接看的时候因为刷新问题，解决好久，后来发现只是显示刷新的问题cv2.imshow('cutChar', cj)cv2.waitKey(0)

图片：

二值图片：（白底黑字）

分割后：

一个一个字符分割显示。

理工男（作者）自己的公众号：

一个理工男的成长之路，如果你是理工男，带你“不正经”；如果你想了解理工男，带你认识理工男，他们是生活百事通，他们的生活简约而不简单。

不正经的原则：合规合法，信息保真能看懂，字越少事越大，学到真东西享受真实惠，有兴趣加入我一起“不正经”。

OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）相关推荐

python 视觉技术_python+opencv实现机器视觉基础技术(边缘提取，图像滤波，边缘检测算子，投影，车牌字符分割)...
机器视觉是人工智能正在快速发展的一个分支.简单说来,机器视觉就是用机器代替人眼来做测量和判断.它是一项综合技术,包括图像处理.机械工程技术.控制.电光源照明.光学成像.传感器.模拟与数字视频技术.计算 ...
python车牌字符分割_OpenCV+Python识别车牌和字符分割的实现
本篇文章主要基于python语言和OpenCV库(cv2)进行车牌区域识别和字符分割,开篇之前针对在python中安装opencv的环境这里不做介绍,可以自行安装配置! 车牌号检测需要大致分为四个部分 ...
opencv 车牌字符分割 ANN网络识别字符
opencv 车牌字符分割 ANN网络识别字符原文参考:https://www.cnblogs.com/chenzhefan/p/7629441.html 最近在复习OPENCV的知识,学习ca ...
基于连通域字符分割的流程_基于改进连通域算法的车牌字符分割方法
基于改进连通域算法的车牌字符分割方法朱亚萍,邱锦山,杨成忠 [摘要] 摘要:为了解决车牌字符分割中不连通汉字分割.粘连字符分割以及竖直边框干扰等问题,提出了一种基于改进连通域算法的车牌字符分割方 ...
MATLAB中肤色分割算法_基于MATLAB的车牌字符分割问题
引言车牌识别系统是一项比较成熟的技术,并且已经得到了广泛的应用. 图1 车牌识别系统(图片来源于网络) 车牌识别技术主要包含三个方面:车牌定位.字符分割和字符识别三个核心模块.车牌定位是利用车牌的颜 ...
yolov3 python含新能源车牌识别系统有pyqt5界面
yolov3 python含新能源车牌识别系统有pyqt5界面 # First download Darknet project $ git clone https://github.com/pjre ...
号牌号码识别，支持新能源车牌，离线识别，喜欢就收下吧
号牌号码识别,支持新能源车牌,离线识别我的项目地址: https://github.com/ccc920123/LicensePlateDemo 如果喜欢记得标星哟!!! 号牌识别,支持新能源车,离 ...
小程序验证车牌号（含新能源车牌）
之前写的一个,小程序扫描二维码,正则校验:https://www.jianshu.com/p/61217e42a143,现在又遇到了一个小程序验证车牌号(含新能源车牌)的需求,其实思想是类似的,一并写 ...
python圈出车牌字符_Python+OpenCV实现车牌字符分割和识别
最近做一个车牌识别项目,入门级别的,十分简单. 车牌识别总体分成两个大的步骤: 一.车牌定位:从照片中圈出车牌二.车牌字符识别这里只说第二个步骤,字符识别包括两个步骤: 1.图像处理原本的图像每 ...
基于GRNN广义回归神经网络的车牌字符分割和识别matlab仿真
目录一.理论基础二.核心MATLAB程序三.MATLAB仿真测试结果一.理论基础 GRNN通常被用来进行函数逼近.它具有一个径向基隐含层和一个特殊的线性层.第一层和第二层的神经元数目都与输入的 ...

OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）

车牌识别三大步骤：

核心步骤：

代码演示（注释）：

OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）相关推荐

最新文章

热门文章

OpenCV+Python车牌字符分割和识别入门 （含新能源车牌识别）

车牌识别三大步骤：

核心步骤：

代码演示（注释）：

OpenCV+Python车牌字符分割和识别入门 （含新能源车牌识别）相关推荐

最新文章

热门文章

OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）

OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）相关推荐