文件編號(hào)：G80

文件大?。?/strong>81M

開發(fā)環(huán)境：Python3.6、OpenCV3.4.8

猿創(chuàng)承諾：該項(xiàng)目親測(cè)正常運(yùn)行，提供部署視頻，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡(jiǎn)要概述：用python3+opencv3做的中國(guó)車牌識(shí)別，包括算法和客戶端界面，只有2個(gè)文件，surface.py是界面代碼，predict.py是算法代碼，界面不是重點(diǎn)所以用tkinter寫得很簡(jiǎn)單。

通過界面的攝像頭捕獲圖像或上傳文件形式，導(dǎo)入程序中。先進(jìn)行模型訓(xùn)練，可識(shí)別數(shù)字和英文字母。讀取文件，先高斯濾波去除噪點(diǎn)，再進(jìn)行形態(tài)學(xué)濾波，濾波結(jié)果與原圖像的灰度圖像融合。找到邊緣，使邊緣形成一個(gè)個(gè)整體，根據(jù)自定義的車牌縱橫比來判斷整體中哪個(gè)為車牌。通過設(shè)定的顏色范圍，判斷車牌的顏色，查找水平、垂直直方圖的波峰來定位字符，分離漢字和去除其他影響，利用訓(xùn)練結(jié)果來對(duì)這些字符進(jìn)行識(shí)別，結(jié)束后將識(shí)別結(jié)果、車牌圖像、車牌顏色返回到界面上。

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

使用方法：

版本：python3.6，opencv3.4和numpy1.14和PIL5

下載源碼，并安裝python、numpy、opencv的python版、PIL，運(yùn)行surface.py即可

技術(shù)報(bào)告:

運(yùn)行效果：

攝像頭實(shí)時(shí)識(shí)別

圖片導(dǎo)入識(shí)別

算法性能：

給出算法處理的效率（每次處理所需要的時(shí)間）和算法的準(zhǔn)確率的統(tǒng)計(jì)。

測(cè)試共22張圖片，其中成功識(shí)別的數(shù)量為13，失敗的數(shù)量為9。識(shí)別準(zhǔn)確率為59%

（無法識(shí)別：6張（car1、car2、3、8、10、11），識(shí)別錯(cuò)誤：3張（car4、car5、cAA662F））

平均處理時(shí)間：0.5497s

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.設(shè)計(jì)文檔

 ├ 3.運(yùn)行截圖

 └ 4.系統(tǒng)演示視頻