【毕业设计/课程设计】 基于opencv与SVM的车牌识别系统
文章目录
- 0 项目说明
- 1 主要实现
- 2 环境配置
- 3 界面效果
- 4 算法实现
- 5 项目源码
0 项目说明
基于opencv与SVM的车牌识别系统
提示：适合用于课程设计或毕业设计，工作量达标，源码开放
1 主要实现
用python3+opencv3做的中国车牌识别，包括算法和客户端界面，只有2个文件，surface.py是界面代码，predict.py是算法代码，界面不是重点所以用tkinter写得很简单。
2 环境配置
python3.7.3
opencv4.0.0.21
numpy1.16.2
Tkinter
PIL5.4.1
3 界面效果
4 算法实现
算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。
- 车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。
- 车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM，
opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。 - SVM训练使用的训练样本来自于github上的EasyPR的c++版本。
由于训练样本有限，测试时会发现，车牌字符识别，可能存在误差，尤其是第一个中文字符出现的误差概率较大。源码中，上传了EasyPR中的训练样本，在train\目录下，如果要重新训练请解压在当前目录下，并删除原始训练数据文件svm.dat和svmchinese.dat。