python实现车牌识别
python实现车牌识别,使用opencv中的svm,大概500行代码. 然后还有识别用的数据库,
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1157 2018-03-23 04:13 car.gitignore
文件 262 2018-03-23 04:13 carconfig.js
文件 18178 2018-05-14 14:06 carpredict.py
文件 4690657 2018-03-23 04:13 carsvm.dat
文件 3645216 2018-03-23 04:13 carsvmchinese.dat
文件 4543569 2018-03-23 04:13 car est1.jpg
文件 2718121 2018-03-23 04:13 car est2.jpg
文件 62588 2018-03-23 04:13 car estcAA662F.jpg
文件 27089 2018-03-23 04:13 car estcar3.jpg
文件 25090 2018-03-23 04:13 car estcar4.jpg
文件 28604 2018-03-23 04:13 car estcar5.jpg
文件 27744 2018-03-23 04:13 car estcar7.jpg
文件 24073 2018-03-23 04:13 car estlLD9016.jpg
文件 52515 2018-03-23 04:13 car estwA87271.jpg
文件 116063 2018-03-23 04:13 car estwATH859.jpg
文件 141788 2018-03-23 04:13 car estwAUB816.jpg
文件 665 2014-08-23 14:44 car rainchars2 101-1.jpg
文件 674 2014-08-23 14:44 car rainchars2 105-5.jpg
文件 641 2014-08-23 14:44 car rainchars2 106-5.jpg
文件 642 2014-08-23 14:44 car rainchars2 110-6.jpg
文件 646 2014-08-23 14:44 car rainchars2 110-7.jpg
文件 712 2014-08-23 14:44 car rainchars2 111-4.jpg
文件 639 2014-08-23 14:44 car rainchars2 113-1.jpg
文件 669 2014-08-23 14:44 car rainchars2 114-2.jpg
文件 666 2014-08-23 14:44 car rainchars2 12-1.jpg
文件 683 2014-08-23 14:44 car rainchars2 124-3.jpg
文件 674 2014-08-23 14:44 car rainchars2 126-3.jpg
文件 674 2014-08-23 14:44 car rainchars2 127-2.jpg
文件 657 2014-08-23 14:44 car rainchars2 129-3.jpg
文件 716 2014-08-23 14:44 car rainchars2 131-5.jpg
............此处省略16456个文件信息
import cv2
import numpy as np
from numpy.linalg import norm
import sys
import os
import json
SZ = 20 #训练图片长宽
MAX_WIDTH = 1000 #原始图片最大宽度
Min_Area = 2000 #车牌区域允许最大面积
PROVINCE_START = 1000
#读取图片文件
def imreadex(filename):
return cv2.imdecode(np.fromfile(filename dtype=np.uint8) cv2.IMREAD_COLOR)
def point_limit(point):
if point[0] < 0:
point[0] = 0
if point[1] < 0:
point[1] = 0
#根据设定的阈值和图片直方图,找出波峰,用于分隔字符
def find_waves(threshold histogram):
up_point = -1#上升点
is_peak = False
if histogram[0] > threshold:
up_point = 0
is_peak = True
wave_peaks = []
for ix in enumerate(histogram):
if is_peak and x < threshold:
if i - up_point > 2:
is_peak = False
wave_peaks.append((up_point i))
elif not is_peak and x >= threshold:
is_peak = True
up_point = i
if is_peak and up_point != -1 and i - up_point > 4:
wave_peaks.append((up_point i))
return wave_peaks
#根据找出的波峰,分隔图片,从而得到逐个字符图片
def seperate_card(img waves):
part_cards = []
for wave in waves:
part_cards.append(img[: wave[0]:wave[1]])
return part_cards
#来自opencv的sample,用于svm训练
def deskew(img):
m = cv2.moments(img)
if abs(m[‘mu02‘]) < 1e-2:
return img.copy()
skew = m[‘mu11‘]/m[‘mu02‘]
M = np.float32([[1 skew -0.5*SZ*skew] [0 1 0]])
img = cv2.warpAffine(img M (SZ SZ) flags=cv2.WARP_INVERSE_MAP | cv2.INTER_LINEAR)
return img
#来自opencv的sample,用于svm训练
def preprocess_hog(digits):
samples = []
for img in digits:
gx = cv2.Sobel(img cv2.CV_32F 1 0)
gy = cv2.Sobel(img cv2.CV_32F 0 1)
mag ang = cv2.cartToPolar(gx gy)
bin_n = 16
bin = np.int32(bin_n*ang/(2*np.pi))
bin_cells = bin[:10:10] bin[10::10] bin[:1010:] bin[10:10:]
mag_cells = mag[:10:10] mag[10::10] mag[:1010:] mag[10:10:]
hists = [np.bincount(b.ravel() m.ravel() bin_n) for b m in zip(bin_cells mag_cells)]
hist = np.hstack(hists)
# transform to Hellinger kernel
eps = 1e-7
hist /= hist.sum() + eps
hist = np.sqrt(hist)
hist /= norm(hist) + eps
samples.append(hist)
return np.float32(samples)
#不能保证包括所有省份
provinces = [
“zh_cuan“ “川“
“zh_e“ “鄂“
“zh_gan“ “赣“
“zh_gan1“ “甘“
“zh_gui“ “贵“
“zh_gui1“ “桂“
“zh_hei“ “黑“
“zh_hu“ “沪“
“zh_ji“ “冀“
“zh_jin“ “津“
“zh_jing“ “京“
“zh_jl“ “吉“
“zh_liao“ “辽“
“zh_lu“ “鲁“
“zh_meng“ “蒙“
“zh_min“ “闽“
“zh_ning“ “宁“
“zh_qing“ “靑“
“zh_qiong“ “琼“
“zh_shan“ “陕“
“zh_su“ “苏“
“zh_sx“ “晋“
“zh_wan“ “皖“
“zh_xiang“ “湘“
“zh_xin“ “新“
“zh_yu“ “豫“
“zh_yu1“ “渝“
“zh_yue“ “粤“
“zh_yun“ “云“
“zh_zang“ “藏“
“zh_zhe“ “浙“
]
class StatModel(object):
def load(self fn):
self.model = self.model.load(fn)
def save(self fn):
self.model.save(fn)
class SVM(StatModel):
def __init__(self C = 1 gamma = 0.5):
self.model = cv2.ml.SVM_create()
self.model.setGamma(gamma)
self.model.setC(C)
self.model.setKernel(cv2.ml.SVM_RBF)
self.model.setT
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1157 2018-03-23 04:13 car.gitignore
文件 262 2018-03-23 04:13 carconfig.js
文件 18178 2018-05-14 14:06 carpredict.py
文件 4690657 2018-03-23 04:13 carsvm.dat
文件 3645216 2018-03-23 04:13 carsvmchinese.dat
文件 4543569 2018-03-23 04:13 car est1.jpg
文件 2718121 2018-03-23 04:13 car est2.jpg
文件 62588 2018-03-23 04:13 car estcAA662F.jpg
文件 27089 2018-03-23 04:13 car estcar3.jpg
文件 25090 2018-03-23 04:13 car estcar4.jpg
文件 28604 2018-03-23 04:13 car estcar5.jpg
文件 27744 2018-03-23 04:13 car estcar7.jpg
文件 24073 2018-03-23 04:13 car estlLD9016.jpg
文件 52515 2018-03-23 04:13 car estwA87271.jpg
文件 116063 2018-03-23 04:13 car estwATH859.jpg
文件 141788 2018-03-23 04:13 car estwAUB816.jpg
文件 665 2014-08-23 14:44 car rainchars2 101-1.jpg
文件 674 2014-08-23 14:44 car rainchars2 105-5.jpg
文件 641 2014-08-23 14:44 car rainchars2 106-5.jpg
文件 642 2014-08-23 14:44 car rainchars2 110-6.jpg
文件 646 2014-08-23 14:44 car rainchars2 110-7.jpg
文件 712 2014-08-23 14:44 car rainchars2 111-4.jpg
文件 639 2014-08-23 14:44 car rainchars2 113-1.jpg
文件 669 2014-08-23 14:44 car rainchars2 114-2.jpg
文件 666 2014-08-23 14:44 car rainchars2 12-1.jpg
文件 683 2014-08-23 14:44 car rainchars2 124-3.jpg
文件 674 2014-08-23 14:44 car rainchars2 126-3.jpg
文件 674 2014-08-23 14:44 car rainchars2 127-2.jpg
文件 657 2014-08-23 14:44 car rainchars2 129-3.jpg
文件 716 2014-08-23 14:44 car rainchars2 131-5.jpg
............此处省略16456个文件信息
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件举报,一经查实,本站将立刻删除。
评论列表(条)