python3+opencv

最新推荐文章于 2025-05-29 12:00:25 发布

都市朝阳

最新推荐文章于 2025-05-29 12:00:25 发布

阅读量787

点赞数

CC 4.0 BY-SA版权

分类专栏：计算机视觉应用

本文链接：https://blog.youkuaiyun.com/gengzg/article/details/78804620

计算机视觉应用专栏收录该内容

29 篇文章 ¥79.90 ¥99.00

订阅专栏

该博客介绍了如何使用Python3和OpenCV进行图像预处理，包括直方图均衡化、高斯平滑、中值滤波、Sobel算子等，并通过形态学操作找到车牌区域，实现车牌的初步识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# -*- coding: utf-8 -*-
# gengzg@126.com
import sys
import cv2
import numpy as np

def preprocess(gray):
    # # 直方图均衡化
    # equ = cv2.equalizeHist(gray)
    # 高斯平滑
    gaussian = cv2.GaussianBlur(gray, (3, 3), 0, 0, cv2.BORDER_DEFAULT)
    cv2.imwrite('c:/img/gaussian.jpg',gaussian)
    # 中值滤波
    median = cv2.medianBlur(gaussian, 5)
    cv2.imwrite('c:/img/median.jpg', median)
    # Sobel算子，X方向求梯度
    sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize=3)
    cv2.imwrite('c:/img/sobel.jpg', sobel)
    # 二值化
    # ret, binary = cv2.threshold(sobel, 127, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
    ret, binary = cv2.threshold(sobel, 127, 255, cv2.THRESH_BINARY)
    cv2.imwrite('c:/img/binary.jpg', binary)

    ret, thresh2 = cv2.threshold(sobel, 127, 255, cv

了解本专栏