基于Python+OpenCV的車牌識別技術的研究

李曉莎　林森

摘要：通過Python開發平臺和OpenCV機器視覺庫等技術對牌照識別進行研究，旨在尋求更為快捷有效的算法。本系統的總體框架分為圖像預處理、車牌定位、字符分割和訓練識別等核心模塊。實驗結果表明該系統具有良好的時效性和識別效果。

關鍵詞：Python;OpenCV;圖像預處理;字符分割;訓練識別

中圖分類號：U491 文獻標識碼：A 文章編號：1007-9416（2019）06-0095-03

0 引言

智能交通系統（ITS）是將先進的數據通信、電子控制及人工智能等科技綜合運用于整個交通運輸管理體系，使人一車一路有機結合起來，從而構建起一種全方位發揮作用的精準高效便捷的綜合運輸系統。本文介紹了圖像預處理、牌照定位、字符分割及字符識別四個模塊的原理算法，展示本系統的實現效果，旨在尋求更為快捷有效的算法運用于牌照識別。

1 圖像預處理

1.1 高斯濾波

本文采用高斯濾波對原始圖像進行降噪處理。高斯濾波方法是使用卷積模板遍歷圖像中的每個像素點，將鄰域內像素點被模板確定的高斯加權平均灰度值替換模板中心像素點的值。二維零均值高斯函數表達式為：? ? ? ? ? ? ? ? ?（1）

OpenCV提供了函數cv2.GaussianBlur（img，（3，3），0）對圖形進行高斯濾波，這里（3，3）表示高斯矩陣的長與寬都為3，標準差取0時，OpenCV會根據高斯矩陣的尺寸自行計算。如圖1所示為高斯濾波效果圖。

1.2 灰度化

彩色圖片包含了大量的顏色信息，占用較多的存儲空間。為了提高識別效率，需要對圖片進行預處理。在RGB模型中，若三分量等值時，則顏色呈現為灰度顏色，其灰度值為R=G=B的像素值?！?br>