驴掌柜网 > 旅游 > 正文

怎么通过车牌号定位(快速查车主电话号码)

2021-05-02 04:17   来源: 三秦网  投稿: 书竹

怎么通过车牌号定位(快速查车主电话号码)实验要求

对给定的车牌进行车牌识别

实验代码

代码首先贴在这里,仅供参考

源代码:     img = cv2.imread(filename)    # 预处理,包括灰度处理,高斯滤波平滑处理,Sobel提取边界,图像二值化    # 对于高斯滤波函数的参数设置,第四个参数设为零,表示不计算y方向的梯度,原因是车牌上的数字在竖方向较长,重点在于得到竖方向的边界    # 对于二值化函数的参数设置,第二个参数设为127,是二值化的阈值,是一个经验值     gray_img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)     GaussianBlur_img = cv2.GaussianBlur(gray_img, (3, 3), 0)     Sobel_img = cv2.Sobel(GaussianBlur_img, -1, 1, 0, ksize=3)     ret, binary_img = cv2.threshold(Sobel_img, 127,微乐分还信用卡失败钱退到哪里?多久到账?, 255, cv2.THRESH_BINARY)     # 形态学运算     kernel = np.ones((5, 15), np.uint8)    # 先闭运算将车牌数字部分连接,再开运算将不是块状的或是较小的部分去掉     close_img = cv2.morphologyEx(binary_img, cv2.MORPH_CLOSE, kernel)     open_img = cv2.morphologyEx(close_img, cv2.MORPH_OPEN, kernel)    # kernel2 = np.ones((10, 10), np.uint8)    # open_img2 = cv2.morphologyEx(open_img, cv2.MORPH_OPEN, kernel2)    # 由于部分图像得到的轮廓边缘不整齐,因此再进行一次膨胀操作     element = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))     dilation_img = cv2.dilate(open_img, element, iterations=3)     # 获取轮廓     contours, hierarchy = cv2.findContours(dilation_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)    # 测试边框识别结果    # cv2.drawContours(img, contours, -1, (0, 0, 255), 3)    # cv2.imshow("lpr", img)    # cv2.waitKey(0)     # 将轮廓规整为长方形     rectangles = []     for c in contours:         x = []         y = []         for point in c:             y.append(point[0][0])             x.append(point[0][1])         r = [min(y), min(x), max(y), max(x)]         rectangles.append(r)     # 用颜色识别出车牌区域    # 需要注意的是这里设置颜色识别下限low时,可根据识别结果自行调整     dist_r = []     max_mean = 0     for r in rectangles:         block = img[r[1]:r[3], r[0]:r[2]]         hsv = cv2.cvtColor(block, cv2.COLOR_BGR2HSV)         low = np.array([100, 60, 60])         up = np.array([140, 255, 255])         result = cv2.inRange(hsv, low, up)        # 用计算均值的方式找蓝色最多的区块         mean = cv2.mean(result)         if mean[0] > max_mean:             max_mean = mean[0]             dist_r = r     # 画出识别结果,由于之前多做了一次膨胀操作,导致矩形框稍大了一些,因此这里对于框架+3-3可以使框架更贴合车牌     cv2.rectangle(img, (dist_r[0]+3, dist_r[1]), (dist_r[2]-3, dist_r[3]), (0, 255, 0), 2)     cv2.imshow("lpr", img)     cv2.waitKey(0)# 主程序for i in range(5):     lpr(str(i+1) + ".jpg")

参数调整

上述代码中,所有涉及到参数调整的函数,例如形态学操作,都需边调整边观察当前参数下的运行结果,待本步运行结果较好时,再继续写下一步。

该代码对具体图片要求较高,不同的图片可能无法成功识别车牌,此时可尝试依次调整 预处理部分 , 形态学部分 , hsv 检测部分函数的参数

实验结果



上一篇:三级寒潮预警是第几级(寒潮预警信号分为几级)

下一篇:关于勇气的作文(初中生优秀作文)

精选推荐
     
    ©2016-2020 驴掌柜网