【Opencv每周实例练习】01 - 车牌检测

作者感想

这是一个opencv的练习，我打算从现在每周练习一个实例，（前提是能找到一些实例）；这些实例都是需要有一定基础的并且有一定的难度的。我打算做成一个系列。
这个系列会提供python版本，C++版本有时间的话也会更新。

车牌检测

思路

输入图像 -> 高斯模糊 -> 转灰度 -> 形态学黑帽 -> 二值化 -> 找包络 -> 通过阈值、面积筛选轮廓 -> 通过转HSV筛选出车牌

启发和亮点

1、对于图像处理一些比较常规的物体、特征时，真的要好好理解形态学这个重要的知识点。灵活运用开运算和闭运算，这个太重要了。
2、对于我比较薄弱的：cv2.minAreaRect（）；cv2.boxPoints（）；cv2.getAffineTransform（）这几个函数的熟悉；
3、色彩空间的转换思路；

代码

原图：

高斯模糊：

car_img = cv2.GaussianBlur(car_img, (3,3), 0)

灰度 + 开运算

        gray_car_img = cv2.cvtColor(car_img, cv2.COLOR_BGR2GRAY)
        
        # open morph
        kernel = np.ones((10,10),np.uint8)
        open_morph_img = cv2.morphologyEx(gray_car_img, cv2.MORPH_OPEN, kernel)  
        cv2.imshow("open morph",open_morph_img)