用Python自制精密的车牌识别器！老板给了我两万？亏了吗

一、图像处理

当汽车进入停车场地需要经过牌照识别，这图来源下载

1. 读取图像

这里主要使用openCV进行图像处理。

读取图像：

opencv默认的imread是以BGR的方式进行存储的, 而matplotlib的imshow默认则是以RGB格式展示

2. 图像降噪

3. 边缘检测

4.轮廓寻找

（这里主要用形态学矩形算法寻找，这里直接给出结果）

5.字符分割

这里字符分割主要用到聚类算法，比如光谱聚类，Python有专门的模块可以处理。

这里有七张图片，每张图片是汽车牌照的每一个字符。

为解决初学者学习上的困难，专门建立的Python学习扣qun：784758214，从0基础的python脚本到web开发、爬虫、django、数据挖掘数据分析等，0基础到项目实战的资料都有整理。送给每一位python的小伙伴！每晚分享一些学习的方法和需要注意的小细节，学习路线规划，利用编程赚外快。点击加入我们的 python学习圈

二、深度学习

接下来我们开始训练深度学习模型，进行识别。

import os

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]

import tensorflow as tf

from tensorflow import keras

from sklearn.model_selection import train_test_split

###############################################################################

汽车图片

rootpath = ‘D:\car_img\charSamples’

try:

os.makedirs(‘D:\car_img\img’)

except FileExistsError:

pass

文件目录列表

file_list1 = []

for root, dirs, files in os.walk(rootpath):

for file in files:

if os.path.splitext(file)[1] == “.png”:

file_list1.append(os.path.join(root, file))

len(file_list1)

#批量改变图片像素