毕业设计So Easy：Spring Boot+Maven+OpenCV实现车牌识别

Posted 2023-03-15 不脱发的程序猿

目录

1、项目概述

2、开发环境

3、项目架构

4、项目功能

5、项目实现

5.1、提取车牌图像

5.1.1、轮廓提取算法

5.1.2、色彩分割提取算法

5.1.3、特征识别提取算法

5.2、车牌字符识别

6、项目效果演示

6.1、车牌识别

6.2、图像处理工具

---

针对这些问题，决定分享一些软、硬件项目的设计思路和实施方法，希望可以帮助大家，也祝愿各位学子，顺利毕业！

项目专栏：7天搞定毕业设计和论文

对计算机技术感兴趣的小伙伴请关注公众号：美男子玩编程，公众号优先推送最新技术博文，创作不易，请各位朋友多多点赞、收藏、关注支持~     

---

1、项目概述

基于Spring Boot+Maven+OpenCV实现车牌识别，项目贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点。

项目资源下载请参见：https://download.csdn.net/download/m0_38106923/87574521 

2、开发环境

• jdk 1.8.61+
• maven 3.0+
• opencv 4.0.1 [或者：javacpp1.4.4、opencv-platform 4.0.1-1.4.4]
• tess4j 4.3.1
• spring boot 2.1.5.RELEASE
• yx-image-recognition 1.0.0版本

3、项目架构

• B/S 架构，前端html + requireJS，后端java；
• 数据库使用 sqlite3.0；
• 接口文档使用swagger 2.0。

4、项目功能

• 蓝、绿、黄车牌检测及车牌号码识别；
• 网上常见的轮廓提取车牌算法Java实现；
• HSV色彩分割提取车牌算法Java实现；
• harrcascade特征识别算法 Java实现；
• 基于SVM算法的车牌检测训练Java实现；
• 基于ANN算法的车牌号码识别训练Java实现；
• 图片工具：目前实现了HSV色彩切割，后续将添加更多使用的图片处理工具，用于辅助算法优化。

5、项目实现

 车牌识别整体流程主要分两个大的步骤：

• 使用多种算法，提取到车牌的轮廓，按轮廓从原图片获取车牌的切图，使用SVM算法模型，判断该切图是否是车牌；

• 根据车牌切图，判定车牌颜色，同时使用轮廓提取算法，提取车牌字符轮廓，按轮廓从二值图片获取车牌切图；使用ANN算法模型，分别使用中文字符模型、蓝牌模型、绿牌模型识别字符切图的文字内容。

5.1、提取车牌图像

其目的是从车牌图片中，提取到包含车牌的图块，这里有三种实现方式：

• 轮廓提取算法；

• 色彩分割提取算法；

• 特征识别提取算法。

5.1.1、轮廓提取算法

• 该方法是互联网上常见的处理办法，大体流程基本一致，我这里稍微整理，也增加了一些优化；

• 以上操作步骤，还会包含一些其他小的步骤，比如：轮廓筛选、图像旋转校正等；

• 这种方法可以说比较具有通用性，自己调整一下一下各个步骤的一些参数，也能在特定场景下，大大增加识别准确率。

- 读取图像，转换大小，然后灰度化图像；
- 高斯模糊，去除噪点；
- sobel运算，检测图像边缘
- 图像二值化，将边缘转成白色(取值255)，其他内容转为黑色(取值0)
- 图像闭操作，将临近的边缘线，合并成块
- 边缘腐蚀操作，将一些细小的连接线去掉，分离出一些大的块装区域
- 边缘膨胀，还原腐蚀操作影响的块状区域大小
- 还原图像到原始图像大小，根据二值图像，提取轮廓
- 根据提取的轮廓，从原始图像上，切图
- 将得到的切图，调整到固定大小： 136*36像素，用于SVM算法模型，判断是否是车牌

5.1.2、色彩分割提取算法

这种方法在特定场景下，识别准确率比较高。

- 转换到HSV色彩空间，对hsv取值范围过滤(取值范围，可以使用我的色彩切割工具，大体定位)；
- 蓝牌、绿牌、黄牌的操作步骤基本一致，区别仅在于HSV取值范围不一样
- 图像均衡化，增强对比度
- 图像二值化，得到车牌区域
- 图像闭操作，将车牌区域连成片
- 还原图像到原始图像大小，根据二值图像，提取轮廓
- 根据提取的轮廓，从原始图像上，切图
- 将得到的切图，调整到固定大小： 136*36像素，用于SVM算法模型，判断是否是车牌

5.1.3、特征识别提取算法

 这种方法，应用应该也比较广泛，人脸识别也常用这种方法。

- 使用harrcascade模型，直接识别图片中的图块位置，提取图块切图
- 将得到的切图，调整到固定大小： 136*36像素，用于SVM算法模型，判断是否是车牌

5.2、车牌字符识别

车牌字符识别的目的是从车牌图块中，识别车牌的颜色、车牌号码。

- 使用SVM模型算法，判断图块是否是车牌
- 将图块转到HSV色彩空间，图像均衡化之后，根据H的取值范围及占比，计算属于何种颜色车牌
- 原图灰度化、高斯模糊
- 然后直接二值化；对于车牌来说一般仅包含两种颜色
- 边缘腐蚀、膨胀
- 水平或者垂直方向投影去除边框、铆钉干扰等
- 错切校正
- 轮廓提取，轮廓位置、大小校正、轮廓过滤等
- 提取字符图块，调整为统一大小20*20像素，使用ANN算法，识别图块的字符，计算置信度等

车牌字符识别，这种方式比较通用，成功率也比较高。

6、项目效果演示

6.1、车牌识别

6.2、图像处理工具

项目资源下载请参考：https://download.csdn.net/download/m0_38106923/87574521