vs2017+opencv4.0+python+车牌图像处理与定位（分享我的学习记录）

vs2017+opencv4.0+python+车牌图像处理与定位

学习方法参考：https://gitchat.csdn.net/activity/59fe7550d343ff71a3c8620f?utm_source=so
https://blog.csdn.net/weixin_41695564/article/details/79712393
import cv2
rawImage = cv2.imread(“图片地址”)//读取图片
参考：https://blog.csdn.net/zhang_cherry/article/details/88951259

1）高斯模糊：去除部分的干扰，将图片平滑化，让识别更加准确。

PS:所谓"模糊"，可以理解成每一个像素都取周边像素的平均值。

image = cv2.GaussianBlur(rawImage,(3,3),0)
2）灰度化：将彩色图像转化成为灰度图像。

image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
3）Sobel算子：图像边缘检测

Sobel_x = cv2.Sobel(image, cv2.CV_16S, 1, 0)

absX = cv2.convertScaleAbs(Sobel_x)

image = absX

参考：https://blog.csdn.net/YanMY2012/article/details/8110316

4）二值化：将图像上的像素点的灰度值设置为0或255，也就是呈现的只有黑白两种颜色（函数的作用是将一幅灰度图二值化）

ret, image = cv2.threshold(image, 0, 255, cv2.THRESH_OTSU)

参考：https://blog.csdn.net/kwame211/article/details/86307946

5）闭操作：可以将目标区域连成一个整体，便于后续轮廓的提取

kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5))

PS：开运算（Opening Operation），其实就是先腐蚀后膨胀的过程；先膨胀后腐蚀的过程称为闭运算。

image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernelX)

参考：https://blog.csdn.net/poem_qianmo/article/details/24599073

6）膨胀腐蚀：通过膨胀连接相近的图像区域，通过腐蚀去除孤立细小的色块

kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (20, 1))

kernelY = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 19))

image = cv2.dilate(image, kernelX)

image = cv2.erode(image, kernelX)

image = cv2.erode(image, kernelY)

image = cv2.dilate(image, kernelY)

参考：https://blog.csdn.net/poem_qianmo/article/details/23710721

7）中值滤波：去除图像或者其他信号中的噪声

image = cv2.medianBlur(image, 15)

8）查找轮廓：

tmp, contours, w1 = cv2.findContours(image, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

PS：但是该函数返回的三个参数具体表示的是什么呢？

网上是旧的代码版本，有三个返回值，新的j有两个。

旧：image,contours ,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

PS:删除第一个返回值image即可！！！！！

参考：https://blog.csdn.net/songjinxaing/article/details/79842474
https://blog.csdn.net/jjddss/article/details/73527990

for item in contours:
rect = cv2.boundingRect(item)
x = rect[0]
y = rect[1]
weight = rect[2】
height = rect[3]
if weight > (height * 2):

chepai = rawImage[y:y + height, x:x + weight]

cv2.imshow(‘chepai’+str(x), chepai)

9. 绘制轮廓：

image = cv2.drawContours(rawImage, contours, -1, (0, 255, 255), 3)

cv2.imshow(‘image’, image)

cv2.waitKey(0)

cv2.destroyAllWindows()
参考：https://blog.csdn.net/wsp_1138886114/article/details/82945328