车牌检测与识别技术用途广泛,可以用于道路系统、无票停车场、车辆门禁等。这项技术结合了计算机视觉和人工智能。
本文将使用Python创建一个车牌检测和识别程序。该程序对输入图像进行处理,检测和识别车牌,最后显示车牌字符,作为输出内容。
创建Python环境
要轻松地完成本教程,您需要熟悉Python基础知识。应先创建程序环境。
在开始编程之前,您需要在环境中安装几个库。打开任何Python IDE,创建一个Python文件。在终端上运行命令以安装相应的库。您应该在计算机上预先安装Python PIP。
- OpenCV-Python:您将使用这个库对输入图像进行预处理,并显示各个输出图像。pipinstallOpenCV-Python
- imutils:您将使用这个库将原始输入图像裁剪成所需的宽度。pipinstallimutils
- pytesseract:您将使用这个库提取车牌字符,并将它们转换成字符串。pipinstallpytesseractpytesseract库依赖Tesseract
OCR引擎进行字符识别。
如何在您的计算机上安装Tesseract OCR?
Tesseract OCR是一种可以识别语言字符的引擎。在使用pytesseract库之前,您应该在计算机上安装它。步骤如下:
- 打开任何基于Chrome的浏览器。
- 下载Tesseract OCR安装程序。
- 运行安装程序,像安装其他程序一样安装它。
准备好环境并安装tesseract OCR后,您就可以编写程序了。
导入库
首先导入在环境中安装的库。导入库让您可以在项目中调用和使用它们的函数。
- import cv2
- import imutils
- import pytesseract
您需要以cv2形式导入OpenCV-Python库。使用与安装时相同的名称导入其他库。
获取输入
然后将pytesseract指向安装Tesseract引擎的位置。使用cv2.imread函数将汽车图像作为输入。将图像名称换成您在使用的那个图像的名称。将图像存储在项目所在的同一个文件夹中,以方便操作。
pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'
original_image = cv2.imread('image3.jpeg')
您可以将下面的输入图像换成想要使用的图像。
预处理输入
将图像宽度调整为500像素,然后将图像转换成灰度图像,因为canny边缘检测函数只适用于灰度图像。最后,调用bilateralFilter函数以降低图像噪声。
original_image = imutils.resize(original_image, width=500 )
gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY)
gray_image = cv2.bilateralFilter(gray_image, 11