目錄

一、實(shí)現(xiàn)和完整UI視頻效果展示

主界面：

識別結(jié)果界面：（識別車牌顏色和車牌號）

查看歷史記錄界面：

二、原理介紹：

車牌檢測->圖像灰度化->Canny邊緣檢測->膨脹與腐蝕

邊緣檢測及預(yù)處理->膨脹+腐蝕組合->再一次膨脹->車牌識別

圖像最終處理->字符分割及識別

完整演示視頻：

完整代碼鏈接

---

一、實(shí)現(xiàn)和完整UI視頻效果展示

主界面：

識別結(jié)果界面：（識別車牌顏色和車牌號）

查看歷史記錄界面：

二、原理介紹：

車牌檢測->圖像灰度化->Canny邊緣檢測->膨脹與腐蝕

????????讓我們以汽車的樣本圖像為例，首先檢測該汽車上的車牌。然后，我們還將使用相同的圖像進(jìn)行字符分割和字符識別。

????????在處理圖像時如果不再需要處理顏色細(xì)節(jié)，那么灰度變化就必不可少，這加快了其他后續(xù)處理的速度。完成此步驟后，圖像將像這樣被轉(zhuǎn)換

????????使用cv2.Canny() 進(jìn)行邊緣檢測 ,cv2.Canny()返回的一幅二值化的圖像，可以直接用cv2.findContours()進(jìn)行輪廓提取。

????????圖像進(jìn)行膨脹、腐蝕,再對圖像進(jìn)行輪廓查找，根據(jù)車牌的長寬比提取車牌，讓它更精準(zhǔn)

?

邊緣檢測及預(yù)處理->膨脹+腐蝕組合->再一次膨脹->車牌識別

????????對其Canny處理圖為膨脹+腐蝕組合做好預(yù)處理準(zhǔn)備

????????在處理圖像時如果不再需要處理顏色細(xì)節(jié)，那么灰度變化就必不可少，這加快了其他后續(xù)處理的速度。完成此步驟后，圖像將像這樣被轉(zhuǎn)換

圖像最終處理->字符分割及識別

????????車牌識別的下一步是通過裁剪車牌并將其保存為新圖像，將車牌從圖像中分割出來。然后，我們可以使用此圖像來檢測其中的字符。下面顯示了從主圖像裁剪出ROI（感興趣區(qū)域）圖像

---------->

??????

?

完整演示視頻：

無法粘貼視頻........

完整代碼鏈接

視頻和代碼都已上傳百度網(wǎng)盤，放在主頁置頂文章