Python车牌识别、车牌抓取源代码

Python车牌识别、车牌抓取源程序，运行程序前需先导入cv2和numpy包。

import cv2 as cv
import numpy as np# 找出最有可能是车牌的位置
def getSatifyestBox(list_rate):for index, key in enumerate(list_rate):list_rate[index] = abs(key - 3)index = list_rate.index(min(list_rate))  # index函数作用是：若list_rate中存在index括号中的内容，则返回括号内字符串的索引值return indexdef location(img):# 读取图片并统一尺寸img_resize = cv.resize(img, (640, 480), )# 高斯模糊+中值滤波img_gaus = cv.GaussianBlur(img_resize, (5, 5), 0)  # 高斯模糊img_med = cv.medianBlur(img_gaus, 5)  # 中值滤波# HSV模型处理，直至二值化# 转换为HSV模型img_hsv = cv.cvtColor(img_med, cv.COLOR_BGR2HSV)  # hsv模型lower_blue = np.array([100, 40, 50])higher_blue = np.array([140, 255, 255])mask = cv.inRange(img_hsv, lower_blue, higher_blue)  # 掩膜操作img_res = cv.bitwise_and(img_med, img_med, mask=mask)# 灰度化+二值化img_gray_h = cv.cvtColor(img_res, cv.COLOR_BGR2GRAY)  # 转换了灰度化ret1, img_thre_h = cv.threshold(img_gray_h, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)# 进行Sobel算子运算，直至二值化img_gray_s = cv.cvtColor(img_med, cv.COLOR_BGR2GRAY)# sobel算子运算img_sobel_x = cv.Sobel(img_gray_s, cv.CV_32F, 1, 0, ksize=3)  # x轴Sobel运算img_sobel_y = cv.Sobel(img_gray_s, cv.CV_32F, 0, 1, ksize=3)img_ab_y = np.uint8(np.absolute(img_sobel_y))img_ab_x = np.uint8(np.absolute(img_sobel_x))  # 像素点取绝对值img_ab = cv.addWeighted(img_ab_x, 0.5, img_ab_y, 0.5, 0)  # 将两幅图像叠加在一起（按一定权值）# 考虑再加一次高斯去噪img_gaus_1 = cv.GaussianBlur(img_ab, (5, 5), 0)  # 高斯模糊# 二值化操作ret2, img_thre_s = cv.threshold(img_gaus_1, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)  # 正二值化# 颜色空间与边缘算子的图像互相筛选# 同时遍历两幅二值图片，若两者均为255，则置255img_1 = np.zeros(img_thre_h.shape, np.uint8)  # 重新拷贝图片height = img_resize.shape[0]  # 行数width = img_resize.shape[1]  # 列数for i in range(height):for j in range(width):h = img_thre_h[i][j]s = img_thre_s[i][j]if h == 255 and s == 255:img_1[i][j] = 255else:img_1[i][j] = 0# cv.imshow('threshold',img_1)# cv.waitKey(0)# 二值化后的图像进行闭操作kernel = np.ones((14, 18), np.uint8)img_close = cv.morphologyEx(img_1, cv.MORPH_CLOSE, kernel)  # 闭操作img_med_2 = cv.medianBlur(img_close, 5)# cv.imshow('close',img_med_2)# cv.waitKey(0)# 查找轮廓regions = []  # 区域list_rate = []img_input = img_med_2.copy()contours, hierarchy = cv.findContours(img_input, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)#   筛选面积最小的for contour in contours:# 计算该轮廓的面积area = cv.contourArea(contour)# 面积小的都筛选掉if area < 2000:continue# 轮廓近似,epsilon，是从轮廓到近似轮廓的最大距离。是一个准确率参数，好的epsilon的选择可以得到正确的输出。True决定曲线是否闭合。epslion = 1e-3 * cv.arcLength(contour, True)approx = cv.approxPolyDP(contour, epslion, True)  # 曲线折线化# 找到最小的矩形，该矩形可能有方向rect = cv.minAreaRect(contour)# box是四个点的坐标box = cv.boxPoints(rect)box = np.int0(box)# 计算高和宽height = abs(box[0][1] - box[2][1])width = abs(box[0][0] - box[2][0])# 车牌正常情况下长高比为2-5之间（精确一点可为（2.2,3.6））ratio = float(width) / float(height)if ratio > 2 and ratio < 5:regions.append(box)list_rate.append(ratio)# 输出车牌的轮廓print('[INF0]:Detect %d license plates' % len(regions))  # 输出疑似车牌图块的数量index = getSatifyestBox(list_rate)region = regions[index]# 用绿线画出这些找到的轮廓# 重新申请空间拷贝，因为drawcontours会改变原图片img_2 = np.zeros(img_resize.shape, np.uint8)img_2 = img_resize.copy()cv.drawContours(img_2, [region], 0, (0, 255, 0), 2)# cv.imshow('result',img_2)# cv.waitKey(0)# 定位后需对车牌图像做后面的字符分割等处理，因此需要将车牌图块单独截取出来，截取轮廓Xs = [i[0] for i in region]YS = [i[1] for i in region]x1 = min(Xs)x2 = max(Xs)y1 = min(YS)y2 = max(YS)height_1 = y2 - y1width_1 = x2 - x1img_crop = img_resize[y1:y1 + height_1, x1:x1 + width_1]# cv.imshow('resultcut',img_crop)# cv.waitKey(0)# 后面是自己的一些想法，希望能够对截取到的车牌图块再细致处理一下，使其仅保留车牌部分，但作用貌似也不大（苦笑）# 假设再进行一次HSVimg_hsv_1 = cv.cvtColor(img_crop, cv.COLOR_BGR2HSV)  # hsv模型lower_blue_1 = np.array([100, 90, 90])higher_blue_1 = np.array([140, 255, 255])mask_1 = cv.inRange(img_hsv_1, lower_blue_1, higher_blue_1)  # 掩膜操作img_res_1 = cv.bitwise_and(img_crop, img_crop, mask=mask_1)# 灰度化+二值化img_gray_1 = cv.cvtColor(img_res_1, cv.COLOR_BGR2GRAY)  # 转换了灰度化ret3, img_thre_1 = cv.threshold(img_gray_1, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)height_2 = img_thre_1.shape[0]  # 获得行数width_2 = img_thre_1.shape[1]  # 获得列数white_min = []white_max = []a = 0b = 0# 从每行开始遍历，记录每行第一个及最后一个白色像素点的列数for i in range(height_2):for j in range(width_2):h = img_thre_1[i, j]if h == 255:a = jwhite_min.append(a)breaka = min(white_min)for q in range(height_2 - 1, -1, -1):for w in range(width_2 - 1, -1, -1):ps = img_thre_1[q, w]if ps == 255:b = wwhite_max.append(b)breakb = max(white_max)white_min1 = []white_max1 = []c = 0d = 0# 从每一列开始遍历，记录每一行第一个白色像素点及最后一个像素点的行数for i in range(width_2):for j in range(height_2):h = img_thre_1[j, i]if h == 255:c = jwhite_max1.append(c)breakc = min(white_max1)for q in range(width_2 - 1, -1, -1):for w in range(height_2 - 1, -1, -1):ps = img_thre_1[w, q]if ps == 255:d = wwhite_min1.append(d)breakd = max(white_min1)img_cut = img_crop[c:d, a:b]# cv.imshow('final',img_cut)# cv.waitKey(0)return img_cutif __name__ == "__main__":img = cv.imread("chepai.png")  # 输入自己的图片#cv.imshow("plate", img)cv.waitKey(0)img_p = location(img)cv.imshow("plate", img_p)cv.waitKey(0)

更多Python源代码，请微信关注：Python代码大全，

Python车牌识别、车牌抓取源代码相关推荐

python爬取百度贴吧中的所有邮箱_使用 Python 编写多线程爬虫抓取百度贴吧邮箱与手机号...
原标题:使用 Python 编写多线程爬虫抓取百度贴吧邮箱与手机号不知道大家过年都是怎么过的,反正栏主是在家睡了一天,醒来的时候登QQ发现有人找我要一份贴吧爬虫的源代码,想起之前练手的时候写过一个抓 ...
python爬虫代码房-Python爬虫一步步抓取房产信息
原标题:Python爬虫一步步抓取房产信息前言嗯,这一篇文章更多是想分享一下我的网页分析方法.玩爬虫也快有一年了,基本代码熟悉之后,我感觉写一个爬虫最有意思的莫过于研究其网页背后的加载过程了,也就 ...
Python利用bs4批量抓取网页图片并下载保存至本地
Python利用bs4批量抓取网页图片并下载保存至本地使用bs4抓取网页图片,bs4解析比较简单,需要预先了解一些html知识,bs4的逻辑简单,编写难度较低.本例以抓取某壁纸网站中的壁纸为例.(b ...
python将视频像素抓取替换导出mosaic效果的文本视频
python将视频像素抓取替换导出mosaic效果的文本视频第一次写博客,关于python的. 全网关于这种视频的的合成代码几乎没有,所以我提供了一套这样的思路. 完成过程很痛苦.因为全网类似的太少 ...
jupyter分割代码块_科研分享—Python根据关键词自动抓取Pubmed文献标题（附全部代码）文末有福利...
写在前面:接触Python应该是8月初的一篇公众号文章,大致内容是使用py爬取数据库并汇总到本地.正好手头需要对某个领域的文献进行调研,不妨学习一下. 什么是Python? 百度说:Python (计 ...
python beautifulsoup抓取网页内容_利用Python和Beautiful Soup抓取网页内容
利用Python和Beautiful Soup抓取网页内容 Posted on 2012-08-09 00:08 SamWei 阅读(381) 评论(1) 编辑收藏 Python 3中提供了url打 ...
Python爬虫项目：抓取智联招聘信息
来自https://mp.weixin.qq.com/s/0SzLGqv2p0-IWSN3r8bOHA ''' Python爬虫之五:抓取智联招聘基础版该文件运行后会产生一个代码,保存在这个Pyth ...
通过Python爬虫按关键词抓取相关的新闻
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途如今各大网站的反爬机制已经可以说是到了丧心病狂的程度,比如大众点评的字符加密.微博的登录验证等.相比较而言,新闻网站的反爬机制 ...
用python通过selenium自动化测试抓取天猫店铺数据
用python通过selenium自动化测试抓取天猫店铺数据运行的环境在win10,软件用的是vscode.大家平常在抓取天猫店铺的时候登陆后会需要验证,我的方法是通过谷歌插件跳过天猫的登陆. 首先 ...
python爬虫妹子图抓取
python爬虫妹子图抓取目标网址:图片地址我的github地址:超链接可以自行感受一下,我就不说了,重点是学习代码,不是图片 #! /usr/bin/python3 # -*- coding: ...

Python车牌识别、车牌抓取源代码

Python车牌识别、车牌抓取源代码相关推荐

最新文章

热门文章