本文涉及到
1.灰度转换:将彩色图片转换为灰度图像,常见的R=G=B=像素平均值。
2.高斯平滑和中值滤波:去除噪声。
3.sobel算子:提取图像边缘轮廓,X方向和Y方向平方和开跟。
4.二值化处理:图像转换为黑白两色,通常像素大于127设置为255,小于设置为0。
5.膨胀和细化:放大图像轮廓,转换为一个个区域,这些区域内包含车牌。
imagePath='python.jpg'
img=cv2.imread(imagepath)
opencv默认的imread是以BGR的方式进行存储的,而matplotlib的imshow默认则是以RGB格式展示,所以此处我们必须对图片的通道进行转换。
lenna_img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
print(u"读入lenna图的shape为", GrayImage.shape)
Gaussian = cv2.GaussianBlur(GrayImage, (3, 3), 0, 0, cv2.BORDER_DEFAULT)
Median=cv2.medianBlur(Gaussian,5)
x = cv2.Sobel(Median, cv2.CV_8U, 1, 0, ksize = 3) #X方向
y = cv2.Sobel(Median, cv2.CV_8U, 0, 1, ksize = 3) #Y方向
absX = cv2.convertScaleAbs(x) # 转回uint8
absY = cv2.convertScaleAbs(y)
Sobel = cv2.addWeighted(absX, 0.5, absY, 0.5,0)
cv2.imshow('dilation2', Sobel)
cv2.waitKey(0)
ret, Binary = cv2.threshold(Sobel, 170, 255, cv2.THRESH_BINARY)
cv2.imshow('dilation2',Binary)
cv2.waitKey(0)
膨胀让轮廓突出,腐蚀去掉细节
#膨胀和腐蚀操作的核函数
element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7))
# 膨胀让轮廓突出
Dilation = cv2.dilate(Binary, element2, iterations = 1)
# 腐蚀去掉细节
Erosion = cv2.erode(Dilation, element1, iterations = 1)
# 再次膨胀
Dilation2 = cv2.dilate(Erosion, element2,iterations = 3)
the end
本文地址:https://blog.csdn.net/Ray_Songaaa/article/details/107333049
如对本文有疑问, 点击进行留言回复!!
【状压dp】[HDU1400 & poj2411] Mondriaan‘s Dream
Qt + Python + OpenCV图标替换工具 之 Qt界面设计(四)
网友评论