使用Python+OpenCV+GAN实现车牌图像增强

在好莱坞的犯罪电影中，我们经常看到侦探们在电脑高手的帮助下进行破案，他们可以从模糊、低质量的图像中发现隐藏的信息。在技术上，电影中的黑魔法被称为（SISR）

在各种SISR应用中，汽车牌照的超分辨率以其巨大的潜力绝对是名列前茅的。例如，它可以用于执法，还可用于提高车牌识别和街道识别（地图服务）的准确性。

在本文中，将介绍在Python中实现的车牌图像增强。Jupyter notebook教程可以在此处（https://github.com/zzxvictor/License-super-resolution） 找到。

展示

在深入探讨模型体系结构和训练策略细节之前，向你展示一下模型的能力：

我们在逃逸事故案例中发现一个问题：车牌是在黑暗条件下由低质量摄像头拍摄的，而我们的模型不仅可以提高分辨率，还可以通过对图像进行去噪、调整亮度和对比度来增强车牌号的易读性。

系统架构

预处理

我们在本项目中使用的数据集为中国城市停车场数据集（https://github.com/detectRecog/CCPD） ，它包含了200k+个不同条件