往期回顾
通过之前的4期计算机视觉简单介绍,刚刚像入门的你应该知晓最基础的知识了,而且明确自己要学的内容,今天我们先以一个简单的小Demo来带大家进入真正的计算机视觉领域,我们开始吧!
近几年人工智能的崛起与发展,已经有很多智能化理念都在现实生活中一一被实现,给未来的只有时间和策划问题。
现在什么最多,除了人之外,出去一看就能发现,其中有一个绝对是“车”。所以未来的智能交通、智慧城市一定是无可否定的技术,于是乎,接下来简单聊聊车辆检测类相关的。
如果有兴趣的同学,可以加入我们学习群,和我们进一步进行探讨,今天主要讲解的是一个入门级的车牌检测,希望给这方面感兴趣的同学可以带来一些帮助与启发。
周末杭州好不容易眼光高照,来到西湖边上走一走,发现人山人海之外,就是车水马龙。现今,在小区,公司,收费站等都涉及到车牌的检测,这样方便了整个流程的运行,还可以减轻交警的一些工作,比如有套牌嫌疑。所以这种技术的进步和发展,一定是一个非常好的趋势和应用。
效 果 展 示
上面展示的就是最基本的车牌检测。
具体实施
首先,对采集的图像进行灰度化并进行了canny算子边缘检测。就以下面这辆车作为例子,该不会这位车主在看这篇文章吧!
其中,通过灰度化和canny算子边缘检测后,如下图所示,这样处理主要方便显著的车牌检测。
对图像进行腐蚀,然后平滑图像的轮廓并从对象中移除小对象。这样就得到了车牌的具体位置。
对区域进行行向和纵向扫描,然后进行定位剪切;接着做一个水平矫正和垂直矫正。
现在在字符分割前做一次预处理和一个像素量的统计。
开始分割字符
最后,读取到训练好的神经网络,将分割后的车牌字符归一化处理,进行车牌字符的最终识别。
本次是基于Matlab的简单车牌检测,下一期,“计算机视觉战队”为大家带来更复杂的车牌检测。