赞
踩
目录
边缘检测及预处理->膨胀+腐蚀组合->再一次膨胀->车牌识别
让我们以汽车的样本图像为例,首先检测该汽车上的车牌。然后,我们还将使用相同的图像进行字符分割和字符识别。
在处理图像时如果不再需要处理颜色细节,那么灰度变化就必不可少,这加快了其他后续处理的速度。完成此步骤后,图像将像这样被转换
使用cv2.Canny() 进行边缘检测 ,cv2.Canny()返回的一幅二值化的图像,可以直接用cv2.findContours()进行轮廓提取。
图像进行膨胀、腐蚀,再对图像进行轮廓查找,根据车牌的长宽比提取车牌,让它更精准
对其Canny处理图为膨胀+腐蚀组合做好预处理准备
在处理图像时如果不再需要处理颜色细节,那么灰度变化就必不可少,这加快了其他后续处理的速度。完成此步骤后,图像将像这样被转换
车牌识别的下一步是通过裁剪车牌并将其保存为新图像,将车牌从图像中分割出来。然后,我们可以使用此图像来检测其中的字符。下面显示了从主图像裁剪出ROI(感兴趣区域)图像
---------->
无法粘贴视频........
视频和代码都已上传百度网盘,放在主页置顶文章
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。