效果
先来看下效果


检测结果:


思路
-
原图转灰度图
-
对灰度图进行高斯滤波、中值滤波去噪
-
使用sobel算子计算梯度(即提取边缘),这里考虑到车牌上字都是瘦长的,所以我这里只用了水平梯度,这样可以避免环境的干扰
-
对梯度图进行高斯滤波去除细节
-
转二值图
-
腐蚀1次,膨胀10次,来使车牌整体连接成一个白色色块
-
寻找围成面积最大的轮廓,进行方向校正,最后画出

代码
import cv2 import numpy as np
本文介绍了一种使用Python和OpenCV手动实现车牌检测的方法,包括将原图转为灰度图、高斯滤波去噪、计算水平梯度、转二值图、腐蚀与膨胀操作,以及轮廓查找和方向校正。通过40行代码,实现了对车牌的精准检测。
先来看下效果


检测结果:


原图转灰度图
对灰度图进行高斯滤波、中值滤波去噪
使用sobel算子计算梯度(即提取边缘),这里考虑到车牌上字都是瘦长的,所以我这里只用了水平梯度,这样可以避免环境的干扰
对梯度图进行高斯滤波去除细节
转二值图
腐蚀1次,膨胀10次,来使车牌整体连接成一个白色色块
寻找围成面积最大的轮廓,进行方向校正,最后画出

import cv2 import numpy as np
1488
911
1024

被折叠的 条评论
为什么被折叠?