python车牌识别系统开源代码_python+opencv实现车牌定位功能(实例代码)

写在前面

HIT大三上学期视听觉信号处理课程中视觉部分的实验三，经过和学长们实验的对比发现每一级实验要求都不一样，因此这里标明了是2019年秋季学期的视觉实验三。

由于时间紧张，代码没有进行任何优化，实验算法仅供参考。

实验要求

对给定的车牌进行车牌识别

实验代码

代码首先贴在这里，仅供参考

源代码

实验代码如下：

import cv2

import numpy as np

def lpr(filename):

img = cv2.imread(filename)

# 预处理，包括灰度处理，高斯滤波平滑处理，Sobel提取边界，图像二值化

# 对于高斯滤波函数的参数设置，第四个参数设为零，表示不计算y方向的梯度，原因是车牌上的数字在竖方向较长，重点在于得到竖方向的边界

# 对于二值化函数的参数设置，第二个参数设为127，是二值化的阈值，是一个经验值

gray_img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

GaussianBlur_img = cv2.GaussianBlur(gray_img, (3, 3), 0)

Sobel_img = cv2.Sobel(GaussianBlur_img, -1, 1, 0, ksize=3)

ret, binary_img = cv2.threshold(Sobel_img, 127, 255, cv2.THRESH_BINARY)

# 形态学运算

kernel = np.ones((5, 15), np.uint8)

# 先闭运算将车牌数字部分连接，再开运算将不是块状的或是较小的部分去掉

close_img = cv2.morphologyEx(binary_img, cv2.MORPH_CLOSE, kernel)

open_img = cv2.morphologyEx(close_img, cv2.MORPH_OPEN, kernel)

# kernel2 = np.ones((10, 10), np.uint8)

# open_img2 = cv2.morphologyEx(open_img, cv2.MORPH_OPEN, kernel2)

# 由于部分图像得到的轮廓边缘不整齐，因此再进行一次膨胀操作

element = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

dilation_img = cv2.dilate(open_img, element, iterations=3)

# 获取轮廓

contours, hierarchy = cv2.findContours(dilation_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 测试边框识别结果

# cv2.drawContours(img, contours, -1, (0, 0, 255), 3)

# cv2.imshow("lpr", img)

# cv2.waitKey(0)

# 将轮廓规整为长方形

rectangles = []

for c in contours:

x = []

y = []

for point in c:

y.append(point[0][0])

x.append(point[0][1])

r = [min(y), min(x), max(y), max(x)]

rectangles.append(r)

# 用颜色识别出车牌区域

# 需要注意的是这里设置颜色识别下限low时，可根据识别结果自行调整

dist_r = []

max_mean = 0

for r in rectangles:

block = img[r[1]:r[3], r[0]:r[2]]

hsv = cv2.cvtColor(block, cv2.COLOR_BGR2HSV)

low = np.array([100, 60, 60])

up = np.array([140, 255, 255])

result = cv2.inRange(hsv, low, up)

# 用计算均值的方式找蓝色最多的区块

mean = cv2.mean(result)

if mean[0] > max_mean:

max_mean = mean[0]

dist_r = r

# 画出识别结果，由于之前多做了一次膨胀操作，导致矩形框稍大了一些，因此这里对于框架+3-3可以使框架更贴合车牌

cv2.rectangle(img, (dist_r[0]+3, dist_r[1]), (dist_r[2]-3, dist_r[3]), (0, 255, 0), 2)

cv2.imshow("lpr", img)

cv2.waitKey(0)

# 主程序

for i in range(5):

lpr(str(i+1) + ".jpg")

参数调整

上述代码中，所有涉及到参数调整的函数，例如形态学操作，都需边调整边观察当前参数下的运行结果，待本步运行结果较好时，再继续写下一步。

该代码对具体图片要求较高，不同的图片可能无法成功识别车牌，此时可尝试依次调整预处理部分，形态学部分，hsv检测部分函数的参数

实验结果

ps:图五是最难识别的图片，最后是通过调整hsv下限为[100, 60, 60]实现的

总结

以上所述是小编给大家介绍的python+opencv实现车牌定位功能，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

python车牌识别系统开源代码_python+opencv实现车牌定位功能(实例代码)相关推荐

python车牌识别系统开源代码_Python+Tensorflow+CNN实现车牌识别的示例代码
一.项目概述本次项目目标是实现对自动生成的带有各种噪声的车牌识别.在噪声干扰情况下,车牌字符分割较困难,此次车牌识别是将车牌7个字符同时训练,字符包括31个省份简称.10个阿拉伯数字.24个英文字母 ...
python车牌识别系统开源代码_汽车牌照识别系统【YOLO+MLP】
车牌识别系统可以自动检测并识别图像中的车辆牌照,其算法主要包括牌照定位.牌照分割.字符识别等步骤.本文将给出一种基于深度学习的车牌识别系统方案. 要快速掌握开发人工智能系统的技能,推荐汇智网的机器学 ...
python车牌识别系统开源代码_天津谁做车牌识别系统供应商,伸缩栅栏门_郑州荣锋科技有限公司...
首页 > 新闻中心发布时间:2020-11-13 22:54:57 导读:郑州荣锋科技有限公司为您提供天津谁做车牌识别系统供应商,伸缩栅栏门的相关知识与详情: (1)门处于关闭状态,控制器应骆 ...
python车牌识别系统开源代码_北京百万庄车牌识别的软件人气火爆
北京车牌识别厂家直销北京百万庄车牌识别的软件人气火爆与字符数据库模板中的标准字符表达形式进行匹配判别,结果输出:将车牌识别的结果以文本格式输出,以上就是车牌识别系统的工作原理,希望能够帮助大家更好 ...
车牌识别系统四：Pyqt5编写简易车牌识别界面
车牌识别界面车牌识别系统设计完成后,最后再使用Pyqt5设计一个简易的车牌识别界面,全部代码如下: #coding=gbk """ 车牌识别系统界面(qt) __aut ...
车牌识别系统连接不到后台服务器,车牌识别系统常见故障及解决方法
<车牌识别系统常见故障及解决方法>由会员分享,可在线阅读,更多相关<车牌识别系统常见故障及解决方法(5页珍藏版)>请在人人文库网上搜索. 1.车牌识别系统常见故障及解决方法一. ...
车牌识别系统连接不到后台服务器,车牌识别系统的常见故障以及解决方法
原标题:车牌识别系统的常见故障以及解决方法车辆识别停车场系统的普及给我们的生活带来了极大的便利.当然我们在使用的过程的当中,也会遇到一些小问题.停车场系统厂家给我们整理了常见问题及解决方法: 一.显 ...
车牌识别系统连不上服务器怎么办,车牌识别系统出现故障的解决方法有哪些？...
在日常生活中,各个小区.商业广场.酒店.办公楼等等地方出入口装置有车牌识别系统,有此可见车牌识别系统的使用越来越广泛.停车场办理系统的使用给人们带来便利的同时,也常常会出现一些小问题.今天小编就给大家 ...
java wed登录面代码_JavaWeb实现用户登录注册功能实例代码(基于Servlet+JSP+JavaBean模式)...
下面通过通过图文并茂的方式给大家介绍JavaWeb实现用户登录注册功能实例代码,一起看看吧. 一.Servlet+JSP+JavaBean开发模式(MVC)介绍 Servlet+JSP+JavaBea ...

python车牌识别系统开源代码_python+opencv实现车牌定位功能(实例代码)

python车牌识别系统开源代码_python+opencv实现车牌定位功能(实例代码)相关推荐

最新文章

热门文章