opencv车牌识别系统,基于opencv车牌识别系统设计

　　包括算法和客户端接口，只有两个文件。Surface.py是接口代码，predict.py是算法代码，接口不是重点，用tkinter简单写一下。

　　使用方法：

　　版本：python3.4.4，opencv3.4，numpy1.14和PIL5

　　github:3359 github.com/wzh 191920/车牌识别

　　gitee:3359 gitee.com/wzh 191920/车牌识别

　　下载源代码，安装python版本的python，numpy和opencv，PIL，运行surface.py

　　算法的思想来源于网络资源。首先利用图像边缘和车牌颜色定位车牌，然后进行字符识别。车牌定位采用预测法。为了清楚起见，在代码和测试完成后，添加了许多注释。见源代码。车牌字符识别也在预测方法中。查看源代码注释。另外，车牌字符识别使用的算法是opencv的SVM，opencv的SVM代码来自opencv附带的sample、StatModel类和SVM类的代码。SVM培训中使用的培训示例来自github上EasyPR的C版本。由于训练样本有限，测试后发现车牌字符识别可能存在错误，尤其是第一个汉字。

　　注意：算法代码只有500行。测试表明，车牌定位算法的参数受到图像分辨率、色偏和车距的影响，部分车型的识别效果有待提高。

　　界面效果：

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。