基于python和openCV的车牌识别系统

1.系统要求及任务划分：

定位：完成一般情况下，光线充足，车牌正对的简单识别。通过先验条件定位车牌位置，考虑一般车牌都为蓝底(新能源汽车及其他种类的车除外)，通过高斯滤波，去除噪声，通过 sobel 算子检测车牌的边缘特征，经过形态学处理，膨胀，开/闭运算，最后筛选出最可能的矩形块，前期考虑过对矩形块判别是否为车牌号（二分类问题），由于时间有限，这里选取最可能为车牌的矩形做后一步处理。字符分割：在前面的基础上，对定位车牌图做倾斜矫正，水平投影，用统计二值图像中像素白色与黑色像素数量在不同列上的数量不同切分字符。
字符识别：采用 CNN+FC 模型，在 9688 张图片训练，验证集 3233，测试集
3230，调整为(40,40)的灰度图像，训练表现和结果见图 17。

2. 系统界面
由于界面不是主要任务，UI 简单能显示图像，处理流程图像的变化，以及相应的结果等基本功能。

效果图：

效果视频：

基于python和openCV的车牌识别系统有界面

项目代码下载：

pythonopencv车牌识别系统有界面-互联网文档类资源-CSDN下载