Python implementiert die Positionierung und Segmentierung von Nummernschildern

Spezifische Schritte

1. Konvertieren Sie das gesammelte Farbnummernschildbild in ein Graustufenbild
2. Verwenden Sie die Gaußsche Glättung für das Graustufenbild und führen Sie dann eine mittlere gerade Filterung durch
3. Verwenden Sie den Sobel-Operator, um eine Kantenerkennung für das Bild durchzuführen.
4. Führen Sie eine morphologische Kombinationstransformation aus Erosion, Erweiterung, Öffnungsoperation und Schließoperation für das Binärbild durch.
Führen Sie eine morphologische Transformation für das Bild durch. Führen Sie eine Kontursuche und -extrahierung durch das Nummernschild entsprechend seinem Seitenverhältnis

Code-Implementierung

Bild-Graustufen

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

Gaußsche Glättung, Median Filterung

gaussian = cv2.GaussianBlur(gray, (3, 3), 0, 0, cv2.BORDER_DEFAULT)
median = cv2.medianBlur(gaussian, 5)

Sobel-Kantenerkennung

sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0,  ksize = 3)

Binarisierung

ret, binary = cv2.threshold(sobel, 170, 255, cv2.THRESH_BINARY)

Korrodieren und erweitern Sie das Binärbild, die morphologische Kombinationstransformation von offenem Betrieb und geschlossenem Betrieb

# 膨胀和腐蚀操作的核函数
element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (8, 6))
# 膨胀一次，让轮廓突出
dilation = cv2.dilate(binary, element2, iterations = 1)
# 腐蚀一次，去掉细节
erosion = cv2.erode(dilation, element1, iterations = 1)
# 再次膨胀，让轮廓明显一些
dilation2 = cv2.dilate(erosion, element2,iterations = 3)

führt eine Kontursuche für das morphologisch transformierte Bild durch und extrahiert es entsprechend dem Seitenverhältnis des Nummernschilds.

1 Finden Sie das Nummernschildbereich

def findPlateNumberRegion(img):
    region = []
    # 查找轮廓
    contours,hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # 筛选面积小的
    for i in range(len(contours)):
        cnt = contours[i]
        # 计算该轮廓的面积
        area = cv2.contourArea(cnt)

        # 面积小的都筛选掉
        if (area < 2000):
            continue

        # 轮廓近似，作用很小
        epsilon = 0.001 * cv2.arcLength(cnt,True)
        approx = cv2.approxPolyDP(cnt, epsilon, True)

        # 找到最小的矩形，该矩形可能有方向
        rect = cv2.minAreaRect(cnt)
        print "rect is: "
        print rect

        # box是四个点的坐标
        box = cv2.cv.BoxPoints(rect)
        box = np.int0(box)

        # 计算高和宽
        height = abs(box[0][1] - box[2][1])
        width = abs(box[0][0] - box[2][0])

        # 车牌正常情况下长高比在2.7-5之间
        ratio =float(width) / float(height)
        if (ratio > 5 or ratio < 2):
            continue

        region.append(box)

    return region

2. Zeichnen Sie den Nummernschildbereich mit grünen Linien und schneiden Sie das Nummernschild aus

    # 用绿线画出这些找到的轮廓
    for box in region:
        cv2.drawContours(img, [box], 0, (0, 255, 0), 2)
    ys = [box[0, 1], box[1, 1], box[2, 1], box[3, 1]]
    xs = [box[0, 0], box[1, 0], box[2, 0], box[3, 0]]
    ys_sorted_index = np.argsort(ys)
    xs_sorted_index = np.argsort(xs)

    x1 = box[xs_sorted_index[0], 0]
    x2 = box[xs_sorted_index[3], 0]

    y1 = box[ys_sorted_index[0], 1]
    y2 = box[ys_sorted_index[3], 1]

    img_org2 = img.copy()
    img_plate = img_org2[y1:y2, x1:x2]

Das obige ist der detaillierte Inhalt vonPython implementiert die Positionierung und Segmentierung von Nummernschildern. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!