Penterjemah |. Bugatti
Penyemak |. Kawalan akses kenderaan, dsb. Teknologi ini menggabungkan penglihatan komputer dan kecerdasan buatan.
Artikel ini akan menggunakan Python untuk mencipta program pengesanan dan pengecaman plat lesen. Program ini memproses imej input, mengesan dan mengenali plat lesen, dan akhirnya memaparkan aksara plat lesen sebagai output.
1 Cipta persekitaran Python
Sebelum anda memulakan pengaturcaraan, anda perlu memasang beberapa perpustakaan dalam persekitaran anda. Buka mana-mana IDE Python dan buat fail Python. Jalankan arahan pada terminal untuk memasang perpustakaan yang sepadan. Anda sepatutnya mempunyai Python PIP pra-pasang pada komputer anda.
OpenCV-Python: Anda akan menggunakan perpustakaan ini untuk pramemproses imej input dan memaparkan imej output individu. pip install OpenCV-Pythonimutils: Anda akan menggunakan perpustakaan ini untuk memangkas imej input asal kepada lebar yang dikehendaki. pip install imutils1. Buka mana-mana penyemak imbas berasaskan Chrome.
2. Muat turun pemasang OCR Tesseract.
3. Jalankan pemasang dan pasangkannya seperti mana-mana program lain.
Selepas menyediakan persekitaran dan memasang tesseract OCR, anda boleh menulis atur cara.
1 Import perpustakaan
2. Dapatkan input
4. Mengesan plat lesen di hujung input
pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\tesseract.exe' original_image = cv2.imread('image3.jpeg')
original_image = imutils.resize(original_image, width=500 ) gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) gray_image = cv2.bilateralFilter(gray_image, 11, 17, 17)
(2) Cari kontur
Panggil fungsi cv2.findContours dan hantar salinan imej tepi. Fungsi ini akan mengesan kontur. Gunakan fungsi cv2.drawContours untuk melukis kontur yang dikesan pada imej asal. Akhir sekali, keluarkan imej asal dengan semua kontur yang boleh dilihat dilukis.
Program ini melukis semua kontur yang ditemui pada imej kereta.
edged_image = cv2.Canny(gray_image, 30,200)
Setelah anda menemui kontur, anda perlu menapisnya untuk mengenal pasti kontur calon yang terbaik.
(3) Tapis konturcontours, new = cv2.findContours(edged_image.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) img1 = original_image.copy() cv2.drawContours(img1, contours, -1, (0, 255, 0), 3) cv2.imshow("img1", img1)
Akhir sekali, anda perlu mengulangi garis besar yang ditapis untuk menentukan yang mana satu plat lesen.
(4) Lintas 30 kontur pertamacontours = sorted(contours, key = cv2.contourArea, reverse = True)[:30] # stores the license plate contour screenCnt = None img2 = original_image.copy() # draws top 30 contours cv2.drawContours(img2, contours, -1, (0, 255, 0), 3) cv2.imshow("img2", img2)
识别车牌意味着读取已裁剪车牌图像上的字符。加载之前存储的车牌图像并显示它。然后,调用pytesseract.image_to_string函数,传递已裁剪的车牌图像。这个函数将图像中的字符转换成字符串。
# filename of the cropped license plate image cropped_License_Plate = './7.png' cv2.imshow("cropped license plate", cv2.imread(cropped_License_Plate)) # converts the license plate characters to string text = pytesseract.image_to_string(cropped_License_Plate, lang='eng')
已裁剪的车牌如下所示。上面的字符将是您稍后在屏幕上输出的内容。
检测并识别车牌之后,您就可以显示输出了。
这是最后一步。您将提取的文本输出到屏幕上。该文本含有车牌字符。
print("License plate is:", text) cv2.waitKey(0) cv2.destroyAllWindows()
程序的预期输出应该如下图所示:
车牌文本可以在终端上看到。
用Python检测和识别车牌是一个有意思的项目。它有挑战性,所以应该会帮助您学到关于Python的更多知识。
说到编程,实际运用是掌握一门语言的关键。为了锻炼技能,您需要开发有意思的项目。
原文链接:https://www.makeuseof.com/python-car-license-plates-detect-and-recognize/
Atas ialah kandungan terperinci Bagaimana untuk mengesan dan mengenali plat lesen menggunakan Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!