python+OpenCV實現車牌號碼識別
阿新 • • 發佈:2020-01-09
基於python+OpenCV的車牌號碼識別,供大家參考,具體內容如下
車牌識別行業已具備一定的市場規模,在電子警察、公路卡口、停車場、商業管理、汽修服務等領域已取得了部分應用。一個典型的車輛牌照識別系統一般包括以下4個部分:車輛影象獲取、車牌定位、車牌字元分割和車牌字元識別
1、車牌定位的主要工作是從獲取的車輛影象中找到汽車牌照所在位置,並把車牌從該區域中準確地分割出來
這裡所採用的是利用車牌的顏色(黃色、藍色、綠色) 來進行定位
#定位車牌 def color_position(img,output_path): colors = [([26,43,46],[34,255,255]),# 黃色 ([100,[124,# 藍色 ([35,[77,255]) # 綠色 ] hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) for (lower,upper) in colors: lower = np.array(lower,dtype="uint8") # 顏色下限 upper = np.array(upper,dtype="uint8") # 顏色上限 # 根據閾值找到對應的顏色 mask = cv2.inRange(hsv,lowerb=lower,upperb=upper) output = cv2.bitwise_and(img,img,mask=mask) k = mark_zone_color(output,output_path) if k==1: return 1 # 展示圖片 #cv2.imshow("image",img) #cv2.imshow("image-color",output) #cv2.waitKey(0) return 0
2、將車牌提取出來
def mark_zone_color(src_img,output_img): #根據顏色在原始影象上標記 #轉灰度 gray = cv2.cvtColor(src_img,cv2.COLOR_BGR2GRAY) #影象二值化 ret,binary = cv2.threshold(gray,cv2.THRESH_BINARY) #輪廓檢測 x,contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) #drawing = img #cv2.drawContours(drawing,-1,(0,255),3) # 填充輪廓顏色 #cv2.imshow('drawing',drawing) #cv2.waitKey(0) #print(contours) temp_contours = [] # 儲存合理的輪廓 car_plates=[] if len(contours)>0: for contour in contours: if cv2.contourArea(contour) > Min_Area: temp_contours.append(contour) car_plates = [] for temp_contour in temp_contours: rect_tupple = cv2.minAreaRect(temp_contour) rect_width,rect_height = rect_tupple[1] if rect_width < rect_height: rect_width,rect_height = rect_height,rect_width aspect_ratio = rect_width / rect_height # 車牌正常情況下寬高比在2 - 5.5之間 if aspect_ratio > 2 and aspect_ratio < 5.5: car_plates.append(temp_contour) rect_vertices = cv2.boxPoints(rect_tupple) rect_vertices = np.int0(rect_vertices) if len(car_plates)==1: oldimg = cv2.drawContours(img,[rect_vertices],2) #cv2.imshow("che pai ding wei",oldimg) # print(rect_tupple) break #把車牌號截取出來 if len(car_plates)==1: for car_plate in car_plates: row_min,col_min = np.min(car_plate[:,:],axis=0) row_max,col_max = np.max(car_plate[:,axis=0) cv2.rectangle(img,(row_min,col_min),(row_max,col_max),0),2) card_img = img[col_min:col_max,row_min:row_max,:] cv2.imshow("img",img) cv2.imwrite(output_img + '/' + 'card_img' + '.jpg',card_img) cv2.imshow("card_img.",card_img) cv2.waitKey(0) cv2.destroyAllWindows() return 1 return 0
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。