opencv-python打开摄像头定位车牌

根据车牌的特点定位车牌。

import cv2

cap = cv2.VideoCapture(1)  # 创建一个 VideoCapture 对象

while (cap.isOpened()):  # 循环读取每一帧
    ret_flag, frame = cap.read()  # 返回两个参数，第一个是bool是否正常打开，第二个是照片数组，如果只设置一个则变成一个tuple包含bool和图片

    # 高斯去噪
    image = cv2.GaussianBlur(frame, (3, 3), 0)

    # 灰度处理
    gray_image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

    # sobel算子边缘检测（做了一个y方向的检测）
    Sobel_x = cv2.Sobel(gray_image, cv2.CV_16S, 1, 0)
    # Sobel_y = cv2.Sobel(image, cv2.CV_16S, 0, 1)
    absX = cv2.convertScaleAbs(Sobel_x)  # 转回uint8

    image = absX

    # 自适应阈值处理
    ret, image = cv2.threshold(image, 0, 255, cv2.THRESH_OTSU)

    # 闭运算,是白色部分练成整体
    kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5))

    image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernelX,iterations = 3)

    # 去除一些小的白点
    kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (20, 1))
    kernelY = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 19))

    # 膨胀，腐蚀
    image = cv2.dilate(image, kernelX)
    image = cv2.erode(image, kernelX)
    # 腐蚀，膨胀
    image = cv2.erode(image, kernelY)
    image = cv2.dilate(image, kernelY)

    # 中值滤波去除噪点
    image = cv2.medianBlur(image, 15)

    # 轮廓检测
    # cv2.RETR_EXTERNAL表示只检测外轮廓
    # cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
    contours, hierarchy = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # 绘制轮廓
    image1 = frame.copy()
    cv2.drawContours(image1, contours, -1, (0, 255, 0), 5)

    # 筛选出车牌位置的轮廓
    # 这里我只做了一个车牌的长宽比在3:1到4：1之间这样一个判断
    for item in contours:
        # cv2.boundingRect用一个最小的矩形，把找到的形状包起来
        rect = cv2.boundingRect(item)
        x = rect[0]
        y = rect[1]
        weight = rect[2]
        height = rect[3]
        # 440mm×140mm
        if (weight > (height * 2.5)) and (weight < (height * 4)):
            image = frame[y:y + height, x:x + weight]
            cv2.rectangle(frame, (x, y), (x + weight, y + height), (0, 0, 255), 2)  # 画出矩形
            cv2.imshow('rawImage', frame)
    if cv2.waitKey(1) == 27:  # Esc退出
        break

cap.release()  # 释放摄像头
cv2.destroyAllWindows()  # 删除建立的全部窗口