Python OpenCv 车牌检测识别(边缘检测、HSV色彩空间判断)

Python OpenCv 车牌检测识别

背景

车牌识别在交通、停车等方面有着广泛应用,在网上也有很多种基于OpenCV方案进行识别,本文是综合了两种比较流行的方案,首先是提取出疑似车牌区域的轮廓,然后再基于色彩空间进行二次判断,比之前的方案有精度更高,泛化能力更强。

最终效果

在这里插入图片描述

详细过程

  1. 将正常图像等比例压缩并且转化为灰度图像,便于处理以后处理
	img = cv2.imread('car2.jpeg')
    initial_car = cv2.resize(img, (400, int(400 * img.shape[0] / img.shape[1])))
    gray_car = cv2.cvtColor(initial_car, cv2.COLOR_BGR2GRAY)
  1. 高斯模糊,消除噪点,便于边缘提取。卷积核所选取的越大,模糊效果越明显,但是也有可能造成重要边缘信息的丢失,应该根据实际情况去调整。
blur_car =
  • 7
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值