车牌检测[关闭]

Posted 2023-04-17

【中文标题】车牌检测[关闭]

【英文标题】：License plate detection [closed]

【发布时间】：2012-07-29 00:59:42

【问题描述】：

我的任务是确定图像中的车牌号在哪里。图像不仅包含车牌号。它可能包含整辆车或任何东西。我使用高斯模糊然后灰度然后对比然后高斯的拉普拉斯来检测边缘。

现在，我不知道如何检测图像中的车牌号在哪里。我不会去读牌照号码，只是让系统知道牌照号码在哪里。

您能指导我进行有关此的研究吗？或者可能是可以用来执行此操作的算法。

谢谢！

【问题讨论】：

这里似乎有很多关于这个话题的重复，只需搜索车牌：***.com/questions/981378/…***.com/questions/4707607/…

我已搜索但没有找到您提供的第一个链接。谢谢！这就是我要找的。​​span>

【参考方案1】：

如果您在不同场景中有足够多的车牌训练图像，我认为一种更有效的解决方法是训练检测器。您可以尝试的几件事是 Opencv 库中的 Haar 级联分类器。它对学习模式进行多尺度检测。

【参考方案2】：

您可以尝试边缘检测或某种形式的霍夫变换。

例如，进行边缘检测，然后在图像中查找矩形（或者如果图像不直，则为平行四边形）。如果您知道所有板块的形状和尺寸比例都相同，则可以使用它来加快搜索速度。

编辑：

Found this for you.

【参考方案3】：

使用一些特征识别算法，例如SIFT 将是一个很好的起点。您是否需要实时识别？我建议首先尝试收紧搜索空间，例如通过从图像中过滤掉区域（您的环境是否受控？）。有一篇关于使用SIFT识别车牌的文章here（我只是略读了一下，但看起来很合理）。

【参考方案4】：

车辆的牌照或车牌具有 2 个引人注目的特性。

他们有指定的颜色模式（白色、黄色或灰色背景上的黑色字母） 纵横比

这些属性只能用于提取车牌。首先使用自适应阈值对图像进行阈值处理。然后在图像中找到与标准值接近的纵横比的轮廓。这种方法应该适用于大多数情况。您还可以尝试先腐蚀，然后再对阈值图像进行膨胀以消除噪声。