如何使用 python 和 OpenCV 在图像中标记车牌答案

【问题标题】：How to use python and OpenCV to mark license plates in image如何使用 python 和 OpenCV 在图像中标记车牌
【发布时间】：2023-03-02 21:27:01
【问题描述】：

我正在尝试使用带有 OpenCV 的 python 脚本来挑选图像中的车牌并返回坐标/在车牌周围绘制一个边界框。我编写的脚本无法找到车牌，它经常返回汽车的不同区域。

import numpy as np
import cv2

def find_license(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    gray = cv2.bilateralFilter(gray, 11, 17, 17)
    edged = cv2.Canny(gray, 30, 200)

    cv2.imwrite('detect.png', edged) 
    (cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
    cnts=sorted(cnts, key = cv2.contourArea, reverse = True)[:20]

    # loop over our contours
    for c in cnts:
        peri = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.02 * peri, True)
        cv2.drawContours(image, [approx], -1, (0,255,0), 3)

    # compute the bounding box of the of the paper region and return it
    return cv2.minAreaRect(c)

【问题讨论】：

你能展示一个成功和失败图像的例子吗...？

标签： python opencv object-detection

【解决方案1】：

如果您希望改进代码，我建议您先尝试对图像进行阈值处理，以仅返回与车牌相关联的颜色。

（英国的黄色和白色，取决于您所在的国家/地区）

这将删除图像中不是该颜色的所有部分，并且您的脚本可能有更高的工作机会

Here 是一个非常有用的教程/工具集的链接，可帮助您实现这一目标（以及大多数其他计算机视觉问题）

另一个可能有帮助的过程是检查每个对象的每个轮廓的长度，并丢弃任何不属于您设置的比率（即顶部和底部轮廓比两侧长）的任何部分，因为大多数车牌有一个标准的尺寸（也许不是全部，我不知道你在为哪个国家制作这个）

另一种方法完全是为车牌训练您自己的 haar 级联分类器，这可能会有更好的成功机会。为此，您需要大量包含车牌的图片，甚至更多不包含它们的图片。

Here 是一个教程链接，其中包含可帮助您实现这一目标的工具。

按照本教程，您最终应该会得到一个 .XML 文件，该文件将成为您经过训练的新分类器。

Here 是一个教程链接，可帮助您使用您的新分类器。我还建议阅读 haar 分类器的一般工作原理，因为这可以让您更好地了解用于训练分类器的图像以及可以在图像上使用哪些预处理技术来提高分类器的准确性。

祝你好运，希望这会有所帮助。

【讨论】：