基于python的车牌识别,利用python做图像识别

  基于python的车牌识别,利用python做图像识别

  以下是关于如何解决你的问题的大致想法。在此基础上可以更加努力。必须从图像中提取编号,并将图像发送到宇宙魔方。读代码注释,看看我要做什么。在将数组作为铭牌导入上

  导入cv2

  导入类型服务

  将matplotlib.pyplot作为血小板计数导入

  img=cv2。im read((/home/muthu/documents/3r 9oq。jpg))

  #将我的图像转换为灰度

  gray=cv2.cvtcolor(img,cv2 .COLOR_BGR2GRAY)。

  # performadaptivethresholdsothaticanextractpropertecoursfromtheimage

  # needthistoextracthenamplatefromthemage。

  thresh=cv2。自适应阈值(灰色,255,cv2 .自适应_阈值_高斯_C,cv2 .THRESH_BINARY,11,2)

  contours,h=cv2.findContours(Thresh,1,2)))))))))))。

  #一旦我有了轮廓列表,ineedtofthecontours形成矩形。

  #轮廓可以近似为最小多边形,多边形大小四可能是矩形

  maximum _ rectangle=[0,0 ]

  对于轮廓中的cnt:

  近似=cv2.approxpolydp(CNT,0.01 * cv2.arc长度(CNT,True),True))

  如果len(近似值)==4:需要四个点的多边形数。

  area=cv2.contourarea(CNT))。

  ifarealargest _ rectangle [0]:

  # findthepolygonhashelargestsize。

  maximum _ rectangle=[cv2。轮廓面积,近似值]

  x,y,w,h=cv2。边界矩形(maximum _ rectangle[1

  # croptherectanglettogethenumberplate。

  roi=img[y:y h,x:x w]

  #cv2.drawcontours(img,[maximum _ rectangle[1]],0,((0,0,255),(-1)))))))

  PLT.imshow(ROI,cmap=gray )。

  plt.show())

  输出为牌照,如下所示。

  现在,将这个裁剪后的图像传递给马赛克。在

  ^{pr2}$

  共享的样本图像的输出如下所示。在

  如果将车牌图像的透视转换为边界框的矩形,然后删除周围多余的边界框,分析将更加准确。如果你也需要帮助的话请告诉我。在

  上面的代码不适用于第二个图像。因为如果使用它的话,我们会过滤掉有四条边的多边形进行搜索。我希望你有这个想法。在

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。

留言与评论(共有 条评论)
   
验证码: