Python OpenCV 车牌定位(横向定位)

一.原理

通过对已经纵向定位的车牌进行窗口搜索，滑动窗口，遍历窗口内的每一行的跳变点数，若符合则加入候选区域，若最后候选区域为0，则将图片的高度缩减，因为图片在进行纵向定位时，背景的变化造成的灰度跳变数也可能大于14；若最后候选区域数大于1，将窗口宽度减少，直到候选区域只有一个。但该方法的车牌定位时间较长。

二.部分代码

水平定位函数

def hor_locate(image):
    jump_list = []
    flag = False
    for x in range(h):
        jump = 0
        start = image[x][0]
        for y in range(w):
            if abs(int(image[x][y]) - start) > 250:
                jump += 1
                start = image[x][y]
        jump_list.append(jump)
    jump_list.reverse()
    flag1 = False
    flag2 = False
    area = []
    license_hor_start = 0
    license_hor_end = 0
    for i in range(len(jump_list)):
        if flag1 is False and jump_list[i] >= 14:
            license_hor_start = i
            flag1 = True
        if flag1 is True and jump_list[i] < 14:
            license_hor_end = i - 1
            flag1 = False
        if license_hor_end - license_hor_start > 20:
            flag2 = True
            result_start = license_hor_start
            result_end = license_hor_end
        if flag2 is False:
            continue
        break
    # print(jump_list[result_start: result_end])
    return result_start, result_end

垂直定位函数

def ver_locate(image):
    h, w = image.shape[:2]
    # 定义搜索窗口的长度和宽度
    window_h = h
    window_w = h * 6  # 因为我国车牌的标准尺寸为440mm*140mm 所以根据已有的高度，预估车牌区域的宽度
    result = False
    ver_start = 0
    ver_end = 0
    candidate_list = []
    while len(candidate_list) != 1:
        h, w = image.shape[:2]
        for i in range(0, w - window_w, 3):
            result = isvalid(image, i, i + window_w)
            if result is False:
                continue
            ver_start = i
            ver_end = i + window_w
            candidate_list.append((ver_start, ver_end))
            result = False

        print(len(candidate_list))
        if len(candidate_list) == 0:
            image = image[0 + 1:h - 1, 0:w]
        if len(candidate_list) > 1:
            window_w = window_w - 3
            candidate_list = []  # 重置候选区域
    return ver_start, ver_end

三.测试结果

原图一

预处理后的图

纵向定位的车牌图

横向定位后的车牌图

原图二

预处理后的图

纵向定位的车牌图

横向定位后的车牌图

工作了，没时间进行后续更新了，卡在倾斜矫正上了

四.参考文献

[1]龚成清. 一种简单快速的车牌定位算法[J]. 计算机系统应用, 2011, 20(9):214-217.
[2]蒋欣欣. 彩色车牌图像定位及字符分割方法研究[D]. 湖南师范大学, 2011.
[3]刘丽新, 刘京刚. 行扫描进行车牌上下边界定位的研究[J]. 仪器仪表学报, 2005, 26(8):177-179.

加权灰度化链接:
https://blog.csdn.net/a15206087013/article/details/90736722
纵向定位车牌链接:
https://blog.csdn.net/a15206087013/article/details/91409793