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。