车牌识别——图像分割

原创

已于 2022-04-19 19:30:30 修改 · 1.2k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #python

于 2021-08-26 12:23:29 首次发布

该博客详细介绍了如何利用卷积神经网络（CNN）在TensorFlow框架下实现车牌识别。首先通过调整图片比例，然后进行颜色过滤、形态学操作来预处理图片，接着寻找并筛选出可能的车牌区域。对符合条件的车牌进行进一步处理，最终识别出车牌并保存。代码包括了车牌的面积、倾斜度和比例的判断，以及轮廓检测和图像缩放等步骤。

完整项目博客

利用CNN卷积神经网络实现车牌识别（tensorflow）附完整项目代码_SOBE_rrr的博客-优快云博客_基于卷积神经网络的车牌识别

直接拿来的以后可以参考学习

from cv2 import cv2
import numpy as np
import os

"""
通过对车牌的颜色、面积、倾斜度进行识别。
代码如下：
在识别图片时，首先要调整图片的比例，也就是n，图片的大小，决定了车牌面积的大小，决定了能不能识别出来，一般图片要占到屏幕面积的1/4左右。
车牌的相应信息，储存在box中，可以选择输出，此程序输出了面积，角度和比例。

在opencv中，坐标系原点在左上角，相对于x轴，逆时针旋转角度为负，顺时针旋转角度为正。
所以，θ∈（-90度，0]。程序中也根据角度大小进行排除区域，如果太斜的话，识别不出来。
"""
class picDeal(object):

    def __init__(self, path):
        self.pathDir = './result/'
        self.path = path
        self.subPic()
        s