前言

​

哈喽！好酒不见，假期有点儿长哈（自己给自己放假，哈哈哈），今天正常更学习资料啦~

车牌识别在高速公路中有着广泛的应用，比如我们常见的电子收费（ETC）系统和交通违章

车辆的检测，除此之外

像小区或地下车库门禁也会用到，基本上凡是需要对车辆进行身份检测的地方都会 用到。

今天小编就教大家写一款简易款的车牌检测系统，希望大家喜欢的点点关注啦~mua！

​

正文

1）开发工具

本文用到的环境：Python3.6、Pycharm社区版、Opencv模块、等自带的就不展示。

pip install -i https://pypi.douban.com/simple/ +模块名

2）原理简介

注意这不是车牌号识别，而是车牌检测。

因为车牌形状比较单一，所以我参考了一些简单的传统算法实现的，没有使用深度学习。效果比较

一般。不适用于复杂环境下的车牌检测。

直接调的OpenCV的函数接口，没有从0开始实现，所以总体技术含量较低。

3）流程如下

Step1：

对图片进行一些预处理，包括灰度化、高斯平滑、中置滤波、Sobel算子边缘检测等等。

Step2：

利用OpenCV对预处理后的图像进行轮廓查找，然后根据一些参数判断该轮廓是否为车牌轮廓。

​使用演示

在cmd窗口运行detect.py文件即可。

使用前请先指定需要检测的图片路径：

​​

4）源码展示

# python车牌检测 # Author: Charles  import cv2
import numpy as np

# 形态学处理
def Process(img):
	# 高斯平滑
	gaussian = cv2.GaussianBlur(img, (3, 3), 0, 0, cv2.BORDER_DEFAULT)
	# 中值滤波
	median = cv2.medianBlur(gaussian, 5)
	# Sobel算子
	# 梯度方向: x
	sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize=3)
	# 二值化
	ret, binary = cv2.threshold(sobel, 170, 255, cv2.THRESH_BINARY)
	# 核函数
	element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
	element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7))
	# 膨胀
	dilation = cv2.dilate(binary, element2, iterations=1)
	# 腐蚀
	erosion = cv2.erode(dilation, element1, iterations=1)
	# 膨胀
	dilation2 = cv2.dilate(erosion, element2, iterations=3)
	return dilation2
def GetRegion(img):
	regions = []
	# 查找轮廓
	_, contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
	for contour in contours:
		area = cv2.contourArea(contour)
		if (area < 2000):
			continue
		eps = 1e-3 * cv2.arcLength(contour, True)
		approx = cv2.approxPolyDP(contour, eps, True)
		rect = cv2.minAreaRect(contour)
		box = cv2.boxPoints(rect)
		box = np.int0(box)
		height = abs(box[0][1] - box[2][1])
		width = abs(box[0][0] - box[2][0])
		ratio =float(width) / float(height)
		if (ratio < 5 and ratio > 1.8):
			regions.append(box)
	return regions


def detect(img):
	# 灰度化
	gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
	prc = Process(gray)
	regions = GetRegion(prc)
	print('[INFO]:Detect %d license plates' % len(regions))
	for box in regions:
		cv2.drawContours(img, [box], 0, (0, 255, 0), 2)
	cv2.imshow('Result', img)
	cv2.imwrite('result.jpg', img)
	cv2.waitKey(0)
	cv2.destroyAllWindows()

5）效果展示

01：原图

​

效果图：

​

02：原图

​

效果图：

总结

好啦，本次文章就到这里啦——

车牌检测和车牌识别其实算是很成熟的技术了。所以我做的仅代表菜鸟级水平~

每天进步一点点， 你也可以跟我一起坚持吧~

✨完整的素材等：滴滴我吖！或者私信小编06的哈~

往期推荐阅读——

项目0.1【Opencv实战】素描，要画出感觉，比如像这样画：画啥啥都好看（建议保存）

项目0.2【Opencv实战】废片变宝，怎样将照片调出烟雨油画的效果？试试这个特效，超赞

项目0.3 【Opencv实战】美颜模式，开启：美颜功能都这么强大了嘛？(群魔乱舞.jpg)

项目0.4
【Opencv实战】刷爆朋友圈的特效“人物动漫化”是什么鬼？今天教你涨姿势—网友狂喜：我要学习，不许拦我

项目0.5【Opencv实战】这是我见过的最强大“美颜滤镜”，代码美颜傻瓜式一键操作~（附源码）

还有更多更多源码等你来领区啦！

文章汇总——

汇总： Python文章合集 | (入门到实战、游戏、Turtle、案例等)

（文章汇总还有更多案例等你来学习啦~源码找我即可免费！）

​

​