# 车牌检测和识别的Python应用软件实现
徐静
## 1.车牌检测和识别项目介绍
![](./pic/p2.jpg)
*图片来源:https://www.cnblogs.com/polly333/p/7367479.html*
车牌的检测和识别的应用非常广泛,比如交通违章车牌追踪,小区或地下车库门禁。在对车牌识别和检测的过程中,因为车牌往往是规整的矩形,长宽比相对固定,色调纹理相对固定,常用的方法有:基于形状、基于色调、基于纹理、基于文字特征等方法,近年来随着深度学习的发展也会使用目标检测的一些深度学习方法。该项目主要的流程如下图所示:
![](./pic/p1.png)
1.输入原始图片,通过二值化,边缘检测,和基于色调的颜色微调等办法检测出原图中的车牌号的位置;
2.把检测到的车牌(ROI)裁剪,为车牌号的识别做准备;
3.基于裁剪的车牌号,使用直方图的波峰波谷分割裁剪的车牌号(如上图中的第3步)
4.训练机器学习模型做车牌识别,这里训练了2个SVM,一个SVM用来识别省份简称(如 鲁),另一个SVM用来识别字母和数字。
5.通过PyQt5把整个算法封装成GUI程序,并打包发布安装软件。
## 2.项目代码解析
下图描述了整个项目的代码结构,可以访问https://github.com/DataXujing/vehicle-license-plate-recognition 查看,其结构如下:
![](./pic/file_struct.png)
## 3.项目演示
可以通过访问项目地址 ( https://github.com/DataXujing/vehicle-license-plate-recognition )查看整个应用,或者访问安装程序下载地址 (https://pan.baidu.com/s/1IazbGFLlQkb8BQmK_EAeRA 提取码:v103 )安装安装程序进行测试,这里展示一些识别结果和测试视频:
![](./pic/test1.png)
![](./pic/test2.png)
![](./pic/test3.png)
<video src="./pic/demo.mp4" controls="controls" ></video>
## 4.TODO
目前识别的效果针对于某些场景下仍然很不理想,技术层面上的主要原因有两个,一个是车牌检测算法并没有检测到车牌(这主要是检测算法的问题),可以尝试一些目标检测的算法,比如Faster R-CNN(速度可能慢一些),YOLO系列, SSD系列等的经典的目标检测算法,然后做矫正或进一步的区域筛选;另一个原因是是在识别算法上,本次我们仅是基于少量的训练数据训练了SVM,可以尝试增加训练集并把模型替换成一些更复杂的机器学习模型如XGBoost,LightGBM,CatBoost等模型或使用CNN训练一个多分类的深度学习模型, 亦或者是直接考虑一些基于Attention的CNN-RNN架构的OCR识别模型。
## Reference
1.[OpenCV图像识别:车牌定位算法源码,Python语言实现](https://blog.csdn.net/sumkee911/article/details/79435983)
2.[车牌号识别 python + opencv](https://blog.csdn.net/wzh191920/article/details/79589506)
3 [License-Plate-Recognition](https://github.com/wzh191920/License-Plate-Recognition)
4.[车牌识别(一)-车牌定位](https://www.cnblogs.com/polly333/p/7367479.html)
5.[在PyQt5中美化和装扮图形界面](https://zmister.com/archives/477.html)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1.输入原始图片,通过二值化,边缘检测,和基于色调的颜色微调等办法检测出原图中的车牌号的位置; 2.把检测到的车牌(ROI)裁剪,为车牌号的识别做准备; 3.基于裁剪的车牌号,使用直方图的波峰波谷分割裁剪的车牌号(如上图中的第3步) 4.训练机器学习模型做车牌识别,这里训练了2个SVM,一个SVM用来识别省份简称(如 鲁),另一个SVM用来识别字母和数字。 5.通过PyQt5把整个算法封装成GUI程序,并打包发布安装软件。
资源推荐
资源详情
资源评论
收起资源包目录
100012787-基于Python的车牌检测和识别系统.zip (48个子文件)
vehiclelicenserecognition
my_main_ui.spec 1007B
__init__.py 0B
_eric6project
car.e6t 231B
car.e4q 263B
pic
test3.png 698KB
image.png 3KB
shibie.png 5KB
p1.png 314KB
face.png 1.07MB
test1.png 678KB
test2.png 470KB
file_struct.png 1.42MB
color.png 3KB
cut.png 7KB
video.png 5KB
p2.jpg 93KB
demo.mp4 5.36MB
logo.ico 19KB
car.e4p 2KB
test_img
wA87271.jpg 51KB
green.jpg 63KB
yello.jpg 4.33MB
lLD9016.jpg 24KB
cAA662F.jpg 61KB
result
test5.png 601KB
test4.png 695KB
test3.png 639KB
test1.png 470KB
test2.png 678KB
test6.png 698KB
wAUB816.jpg 138KB
svm_train.py 4KB
LICENSE 1KB
my_pic_rc.py 4.52MB
card_seg.py 5KB
my_main_ui.py 4KB
temp
seg_card.jpg 5KB
requirement.txt 42B
run.bat 75B
Ui_my_main_ui.py 10KB
car_id_detect.py 10KB
config.js 243B
my_pic.qrc 269B
train_dat
svm.dat 4.32MB
svmchinese.dat 3.43MB
README.md 3KB
my_main_ui.ui 5KB
logo.ico 19KB
共 48 条
- 1
资源评论
- 2301_808763912023-12-17资源有一定的参考价值,与资源描述一致,很实用,能够借鉴的部分挺多的,值得下载。
神仙别闹
- 粉丝: 2706
- 资源: 7641
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 海信智能电视刷机数据 LED42K330X3D(0000) 生产用软件数据 务必确认机编一致 强制刷机 整机USB升级程序
- shujudaochuceshi
- learn-ruby.zip
- test111111111111111111
- face-detect.ipynb
- 以下是一些关于ACM(国际大学生程序设计竞赛)、NOI(全国青少年信息学奥林匹克竞赛)以及CSP(全国青少年信息学奥林匹克竞赛提
- 是一些电子设计竞赛(电赛)经验分享,包括备赛策略、项目管理、团队合作和比赛期间的注意事项
- 全能运行库修复工具DirectX Repair v4.1.0.30770
- las格式点云数据使用详解(附VS编译好的LAStools工具)
- KRPano插件一键解密大师1.4.0 (解压密码1234)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功