主要观点总结
本文介绍了一个使用OpenCV进行车牌识别的项目，包括图像预处理、形态学处理、阈值分割、边缘检测、轮廓选取和车牌区域截取等步骤。
关键观点总结
关键观点1: 车牌定位
介绍项目背景和目的，即使用OpenCV进行车牌识别
关键观点2: 图像预处理
包括灰度化、图像降噪等步骤，方便后续处理
关键观点3: 形态学处理
包括开运算、腐蚀操作、膨胀操作等，用于消除细小区域、平滑边界
关键观点4: 阈值分割
通过Otsu阈值处理将图像分为特定区域，便于物体识别
关键观点5: 边缘检测
采用Canny边缘检测，为后续轮廓选取做准备
关键观点6: 轮廓选取
根据车牌宽高比例等几何特征筛选车牌轮廓
关键观点7: 车牌区域截取
截取车牌所在区域，并进行显示
文章预览
最近开始接触 C++ 了，就拿一个 OpenCV 小项目来练练手。在车牌自动识别系统中，从汽车图像的获取到车牌字符处理是一个复杂的过程，本文就以一个简单的方法来处理车牌定位。 我国的汽车牌照一般由七个字符和一个点组成，车牌字符的高度和宽度是固定的，分别为90mm和45mm，七个字符之间的距离也是固定的12mm，点分割符的直径是10mm。 使用的图片是从百度上随便找的（侵删），展示一下原图和灰度图： # include # include # include # include using namespace std ; using namespace cv; int main () { // 读入原图 Mat img = imread( "license.jpg" ); Mat gray_img; // 生成灰度图像 cvtColor(img, gray_img, CV_BGR2GRAY); // 在窗口中显示游戏原画 imshow( "原图" , img); imshow( "灰度图" , gray_img); waitKey( 0 ); return 0 ; } 灰度图像的每一个像素都是由一
………………………………
