100字范文 > 【Opencv实战】纯手工代码打造车牌检测程序秒变智能检测你值得拥有~（附源码）

【Opencv实战】纯手工代码打造车牌检测程序秒变智能检测你值得拥有~（附源码）

时间：2022-12-08 00:12:09

前言

哈喽！好酒不见，假期有点儿长哈（自己给自己放假，哈哈哈），今天正常更学习资料啦~

车牌识别在高速公路中有着广泛的应用，比如我们常见的电子收费（ETC）系统和交通违章车辆的

检测，除此之外

像小区或地下车库门禁也会用到，基本上凡是需要对车辆进行身份检测的地方都会用到。

今天小编就教大家写一款简易款的车牌检测系统，希望大家喜欢的点点关注啦~mua！

正文

1）开发工具

本文用到的环境：Python3.6、Pycharm社区版、Opencv模块、等自带的就不展示。

pip install -i /simple/ +模块名

2）原理简介

注意这不是车牌号识别，是车牌检测。

因为车牌形状比较单一，所以我参考了一些简单的传统算法实现的，没有使用深度学习。效果比较

一般。不适用于复杂环境下的车牌检测。

直接调的OpenCV的函数接口，没有从0开始实现，所以总体技术含量较低。

3）流程如下

Step1：

对图片进行一些预处理，包括灰度化、高斯平滑、中值滤波、Sobel算子边缘检测等等。

Step2：

利用OpenCV对预处理后的图像进行轮廓查找，然后根据一些参数判断该轮廓是否为车牌轮廓。

使用演示

在cmd窗口运行detect.py文件即可。

使用前请先指定需要检测的图片路径：

4）源码展示

# python车牌检测 # Author: Charles import cv2import numpy as np# 形态学处理def Process(img):# 高斯平滑gaussian = cv2.GaussianBlur(img, (3, 3), 0, 0, cv2.BORDER_DEFAULT)# 中值滤波median = cv2.medianBlur(gaussian, 5)# Sobel算子# 梯度方向: xsobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize=3)# 二值化ret, binary = cv2.threshold(sobel, 170, 255, cv2.THRESH_BINARY)# 核函数element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7))# 膨胀dilation = cv2.dilate(binary, element2, iterations=1)# 腐蚀erosion = cv2.erode(dilation, element1, iterations=1)# 膨胀dilation2 = cv2.dilate(erosion, element2, iterations=3)return dilation2def GetRegion(img):regions = []# 查找轮廓_, contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)for contour in contours:area = cv2.contourArea(contour)if (area < 2000):continueeps = 1e-3 * cv2.arcLength(contour, True)approx = cv2.approxPolyDP(contour, eps, True)rect = cv2.minAreaRect(contour)box = cv2.boxPoints(rect)box = np.int0(box)height = abs(box[0][1] - box[2][1])width = abs(box[0][0] - box[2][0])ratio =float(width) / float(height)if (ratio < 5 and ratio > 1.8):regions.append(box)return regionsdef detect(img):# 灰度化gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)prc = Process(gray)regions = GetRegion(prc)print('[INFO]:Detect %d license plates' % len(regions))for box in regions:cv2.drawContours(img, [box], 0, (0, 255, 0), 2)cv2.imshow('Result', img)cv2.imwrite('result.jpg', img)cv2.waitKey(0)cv2.destroyAllWindows()