如何从图像中识别车辆牌照/车牌?[关闭]

我基于Java ANPR编写了一个C版本,但是我用OpenCV改变了AWT库函数。 你可以在 http://anprmx.codeplex.com

编辑 我写了一篇文章 Python script 为此。

由于你的目标模糊(为了保护隐私),你基本上需要一个 recall 探测器作为第一步。下面介绍如何进行此操作。包含的代码提示将opencv与python结合使用。

1. 转换为灰度。

2. 应用高斯模糊。

   img = cv2.imread('input.jpg',1)
   img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   img_gray = cv2.GaussianBlur(img_gray, (5,5), 0)  
   

输入图像如下。

3. 应用Sobel滤波器检测垂直边缘。

4. 使用严格的阈值或OTSU的二值化来阈值生成的图像。

   cv2.Sobel(image, -1, 1, 0)
   cv2.threshold() 
   

5. 使用合适的结构元素应用形态闭合操作。(我使用16x4作为结构元素)

   se = cv2.getStructuringElement(cv2.MORPH_RECT,(16,4))
   cv2.morphologyEx(image, cv2.MORPH_CLOSE, se)  
   

步骤5之后的结果图像。

6. 查找此图像的外部轮廓。

   cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) 
   

7. 对于每个轮廓,找到 minAreaRect() 包围它。

8. 根据纵横比、最小和最大面积以及与水平方向的角度选择矩形。(我使用2.2<=长宽比<=8,500<=面积<=15000,角度<=45度)

所有 MimaReActuple() S以橙色显示,符合我们标准的为绿色。

9. 此步骤后可能会有误报,要过滤它,请使用边缘密度。边缘密度定义为 白色像素数/像素总数 在一个矩形中。设置边缘密度阈值。(我用过0.5)

10. 模糊检测到的区域。

您可以应用其他您认为合适的过滤器来提高召回和精度。也可以使用HOG+SVM训练检测,以提高精度。

在Github上有一个新的开放源代码库,它为美国和欧洲板块提供了ANPR。它看起来相当精确,应该完全按照您的需要(识别板块区域)。以下是Github项目: https://github.com/openalpr/openalpr

我偶然发现了一个用Java编写的 javaANPR 我也在找一个图书馆。

我想要一个系统,我可以在一些帆船上用摄像机,所有这些船上都有大的,可识别的数字,并让它识别船只,并在他们经过摄像机时发送一条微博。

几个月前我在谷歌上搜索过。有 quite a few papers 关于这个主题,但我从未找到任何具体的开源实现。有 a lot of commercial implementations 尽管如此,但它们都没有报价,所以它们可能很贵。

试试这个简单的自动车牌识别系统

http://opos.codeplex.com/

开源并用C编写#

看一看 Java ANPR . 免费车牌识别…

是的,我用GOCR AT http://jocr.sourceforge.net/ 它是一个可以从应用程序执行的命令行应用程序。我在几个应用程序中使用它。

高性能ANPR库- http://www.dtksoft.com/dtkanpr.php . 这是商业性的,但它们提供了试用密钥。

http://licenseplate.sourceforge.net python(我还没有测试过)

它可能是工作在看字符识别软件,因为有许多库执行相同的事情。我读了一张图片并把它储存起来。Microsoft Office能够读取TIFF文件并返回字母数字

模糊不是问题,但是否有一个库或组件(首选开源)可以帮助在照片中找到许可证?

Ans: The CARMEN FreeFlow ANPR Software engine (商业)