汽车车牌识别
acm17773729889
这个作者很懒,什么都没留下…
展开
-
车牌定位--颜色分割
车牌定位是车牌识别中第一步,也是最重要的一步。由于中国车牌种类多样,颜色不一, 再加上车牌经常有污损,以及车牌周围干扰因素太多,都成为了车牌定位的难点。这里首先使用最简单算法来描述车牌定位,以及他的缺陷和改进。一、投影法1、车辆图像信息获取2、HSV颜色转换把RGB数据转换成HSV空间图像数据hsvzation(image,hsv,width,height);...转载 2019-06-06 19:38:17 · 763 阅读 · 0 评论 -
OpenCV中HSV颜色模型及颜色分量范围
HSV颜色模型HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。、这个模型中颜色的参数分别是:色调(H),饱和度(S),亮度(V)。色调H:用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的...转载 2019-06-06 19:57:24 · 2492 阅读 · 0 评论 -
OpenCV--Python 图像平滑之二维离散卷积(用于图像预处理)
每一幅图像都包含某种程度的噪声,噪声可以理解为由一种或者多种原因造成的灰度值的随机变化,如由光子通量的随机性造成的噪声等,在大多数情况下,通过平滑技术(也常称为滤波技术)进行移植或者去除,其中具备保持边缘作用的平滑技术得到了更多的关注。常用的平滑处理算法包括基于二维离散卷积的高斯平滑、均值平滑,基于统计学方法的中值平滑,具备保持边缘作用的平滑算法的双边滤波。1.卷积定义及矩阵形式(1)fu...转载 2019-06-06 19:59:12 · 701 阅读 · 0 评论 -
OpenCV--Python 图像的几何变换(图形的仿射变换用于车牌矩形区域矫正)
目录1.图像的仿射变换1)平移2)放大和缩小3)旋转4)计算仿射变换矩阵5)插值算法6)Python实现2.图像的投影变换3.极坐标转换总结用到的函数都有:仿射变换:getAffineTransform()、getRotationMatrix2D()、warpAffine()、rotate()、resize()投影变换:getPerspectiveTra...转载 2019-06-06 20:02:54 · 2776 阅读 · 0 评论 -
OpenCV--Python 图像增强
图像增强主要解决由于图像的灰度级范围较小造成的对比度较低的问题,目的就是将输出图像的灰度级放大到指定的程度,使得图像中的细节看起来增加清晰。对比度增强有几种常用的方法,如线性变换、分段线性变换、伽马变换、直方图正规化、直方图均衡化、局部自适应直方图均衡化等。1.灰度直方图2.线性变换3.直方图正规化4.伽马变换5.全局直方图均衡化7.总结对比度增强只是图像增强方法中的一种手...转载 2019-06-06 20:07:18 · 1507 阅读 · 0 评论 -
OpenCV实战(一)——简单的车牌识别
这篇博客对于车牌识别的初学者来说帮助非常大!https://blog.csdn.net/weixin_41695564/article/details/79712393转载 2019-06-06 20:14:24 · 2669 阅读 · 0 评论