如何使用Python+OpenCV+Keras實(shí)現(xiàn)無(wú)口罩車(chē)輛駕駛員懲罰生成
以下是使用OpenCV在給定圖像中使用牌照周?chē)木匦慰驒z測(cè)到的牌照號(hào)碼示例。
使用OpenCV和Pytesseract從車(chē)牌中提取文本我們可以使用OpenCV提取車(chē)牌號(hào)。我們可以使用邊緣檢測(cè)技術(shù)提取文本。在獲得灰度格式的圖像后,我們將圖像轉(zhuǎn)換為雙向?yàn)V鏡模式。接下來(lái),我們?cè)诟信d趣的區(qū)域周?chē)L制一個(gè)包含車(chē)牌ID的框,使用Pytesseract庫(kù)中具有圖像到字符串功能的函數(shù),我們可以獲得車(chē)牌編號(hào)。import cv2
import imutils
import numpy as np
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:Program FilesTesseract-OCR esseract.exe'
for i in lst_add[1562:1572]:
print(i)
img = cv2.imread(i,cv2.IMREAD_COLOR)
img = cv2.resize(img, (600,400) )
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.bilateralFilter(gray, 13, 15, 15)
edged = cv2.Canny(gray, 30, 200)
contours = cv2.findContours(edged.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours = imutils.grab_contours(contours)
contours = sorted(contours, key = cv2.contourArea, reverse = True)[:10]
screenCnt = None
for c in contours:
peri = cv2.a(chǎn)rcLength(c, True)
approx = cv2.a(chǎn)pproxPolyDP(c, 0.018 * peri, True)
if len(approx) == 4:
screenCnt = approx
break
if screenCnt is None:
detected = 0
print ("No contour detected")
else:
detected = 1
if detected == 1:
cv2.drawContours(img, [screenCnt], -1, (0, 0, 255), 3)
mask = np.zeros(gray.shape,np.uint8)
new_image = cv2.drawContours(mask,[screenCnt],0,255,-1,)
new_image = cv2.bitwise_and(img,img,mask=mask)
(x, y) = np.where(mask == 255)
(topx, topy) = (np.min(x), np.min(y))
(bottomx, bottomy) = (np.max(x), np.max(y))
Cropped = gray[topx:bottomx+1, topy:bottomy+1]
text = pytesseract.image_to_string(Cropped, config='--psm 11')
print("Detected license plate Number is:",text)
img = cv2.resize(img,(500,300))
Cropped = cv2.resize(Cropped,(400,200))
cv2.imshow('car',img)
cv2.imshow('Cropped',Cropped)
cv2.waitKey(1)
cv2.destroyAllWindows()
為車(chē)牌持有人構(gòu)建虛擬的MongoDB數(shù)據(jù)庫(kù)我們使用pymongo庫(kù)在MongoDB中創(chuàng)建一個(gè)名為Charan的數(shù)據(jù)庫(kù)。在MongoDB內(nèi)部創(chuàng)建一個(gè)名為L(zhǎng)icense Details的表,該表包含多個(gè)字段,例如License ID,候選人名稱(chēng),地址和車(chē)牌號(hào)。因此,我們?cè)O(shè)計(jì)了一個(gè)虛擬數(shù)據(jù)庫(kù)表,其中包含所有相關(guān)詳細(xì)信息,以使用車(chē)牌識(shí)別人員詳細(xì)信息。from flask_pymongo import PyMongo
DEFAULT_CONNECTION_URL = "mongodb://localhost:27017/"
DB_NAME = "Charan"
# Establish a connection with mongoDB
client = pymongo.MongoClient(DEFAULT_CONNECTION_URL)
client.list_database_names()
dataBase = client[DB_NAME]
COLLECTION_NAME = "License_Details"
collection = dataBase[COLLECTION_NAME]
創(chuàng)建由鍵值格式的數(shù)據(jù)組成的詞典列表。我們可以通過(guò)將列表作為MongoDB的insert_many函數(shù)中的參數(shù)傳遞來(lái)直接將詳細(xì)信息推入表中。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車(chē)電子技術(shù)在線(xiàn)大會(huì)
-
4月30日立即下載>> 【村田汽車(chē)】汽車(chē)E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線(xiàn)下巡回】2025年STM32峰會(huì)
-
即日-5.15立即報(bào)名>>> 【在線(xiàn)會(huì)議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書(shū)】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評(píng) >> 【評(píng)選啟動(dòng)】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評(píng)選
推薦專(zhuān)題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開(kāi)始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類(lèi)新物種登上歷史舞臺(tái)
- 5 國(guó)產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來(lái)商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽(yáng)光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開(kāi)成長(zhǎng)空間
- 8 地平線(xiàn)自動(dòng)駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營(yíng)收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?