小海聊智造

由于摄像头固定的情况下，获取的图像中指定区域内的背景内容不会发生较大变化，因此可以认为背景模板图像中的检测到的角点与在待匹配图像中的相应位置的匹配的角点之间的相对位移应该很小。考虑到消防通道场景中光线问题，采用对光照变化具有一定抗干扰性的Harris角点作为特征点，该类特征点是有灰度图像的二阶导数计算而来，通常存在于图像中像素邻域内出现多个方向上的灰度变化的像素点上，因此能够很好的表示图像中的灰度值的变化范围，而光照变化对图像灰度值的影响在邻域范围内通常很小，因此Harris角点对光照具有一定的稳定性。

缺陷检测，分为两个部分，一个部分是提取指定的轮廓，第二个部分通过对比实现划痕检测与缺角检测。本次主要搞定第一部分，学会观察图像与提取图像ROI对象轮廓外接矩形与轮廓。下面是基于二值图像分析的大致流程。

特别要关注的是图中三个黑色正方形区域，它们就是用来定位一个二维码的最重要的三个区域，我们二维码扫描与检测首先要做的就是要发现这三个区域，如果找到这个三个区域，我们就成功的发现一个二维码了，就可以对它定位与识别了。第三个code是二维码的原始排列,也就是每个点是0还是255的一个矩阵.白色是255,黑色是0.调用起来十分方便,而且如果不需要解码,只是想定位的话可以调用detect函数,返回结果就只有四个角点了.除了上面的qrcode 包可以识别二维码外，还有pyzbar 包 也可以进行二维码的识别。

下载车牌相关字符样本用于训练和测试，本文使用14个汉字样本和34个数字跟字母样本，每个字符样本数为40，样本尺寸为28*28。运行代码后会生成两个模型文件，下面验证两个模型文件。从结果看比上一节的准确多了。下载不了，评论区留言。

车牌识别技术主要应用领域有停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。车牌自动识别系统应用的主要技术车牌识别的技术难点误定位一直是汽车牌照定位方面的研究重点。汽车牌照分割方面的研究方向一直是如何获得良好的汽车牌照分割，以及如何快速地实现汽车牌照倾斜度校正的基础。之所以要进行预处理，主要是为了得到一个比较准确清晰的图像，以便于后期相关分析工作在图像中进行。生成