毕业设计 python opencv实现车牌识别 形状定位
主要代码参考https://blog.csdn.net/wzh191920/article/details/79589506
GitHub:https://github.com/yinghualuowu
上文我们已经让图像变成了很多框框,根据原先版本,这种做法可以使用图形定位,因为车牌有尺寸规定啦,这是原版本的代码,还是别动了。
首先,我们设定一个最小的面积值:2000
先把矩形找到,把面积小的排除了,然后根据长宽比再排除一些,接下来保存合适的就行了
def img_findContours(img_contours,oldimg): img, contours, hierarchy = cv2.findContours(img_contours, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) contours = [cnt for cnt in contours if cv2.contourArea(cnt) > Min_Area] print("findContours len = ", len(contours)) # 排除面积最小的点 debug.img_show(img) car_contours = [] for cnt in contours: ant = cv2.minAreaRect(cnt) width, height = ant[1] if width < height: width, height = height, width ration = width / height print(ration) if ration > 2 and ration < 5.5: car_contours.append(ant) box = cv2.boxPoints(ant) box = np.int0(box) debug.img_contours(oldimg,box) return car_contours
会发现圈不全,是因为预处理的原因....以后会用其他方式去定位,我们换一个吧
分类:
作业那些事
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 从HTTP原因短语缺失研究HTTP/2和HTTP/3的设计差异
· 三行代码完成国际化适配,妙~啊~