目次
1. Python 環境を作成する
2. Tesseract OCR をコンピュータにインストールするにはどうすればよいですか?
1. ライブラリのインポート
2. 入力
3. 入力の前処理
4. 入力端でナンバー プレートを検出する
5.识别检测到的车牌
6.显示输出
三、磨砺您的Python技能
ホームページ バックエンド開発 Python チュートリアル Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

Apr 14, 2023 pm 12:34 PM
python 識別する ナンバープレート

翻訳者|Bugatti

レビュアー|Sun Shujuan

ナンバープレートの検出および認識テクノロジーは広く使用されており、道路システム、チケットレス駐車場、車両入退室管理などこのテクノロジーは、コンピューター ビジョンと人工知能を組み合わせたものです。

この記事では、Python を使用してナンバー プレートの検出および認識プログラムを作成します。プログラムは入力画像を処理し、ナンバー プレートを検出および認識し、最終的にナンバー プレートの文字を出力として表示します。

1. Python 環境を作成する

このチュートリアルを簡単に完了するには、Python の基本を理解している必要があります。最初にプログラム環境を作成する必要があります。

プログラミングを開始する前に、環境にいくつかのライブラリをインストールする必要があります。任意の Python IDE を開き、Python ファイルを作成します。ターミナルでコマンドを実行して、対応するライブラリをインストールします。 Python PIP がコンピューターにプリインストールされている必要があります。

  • #OpenCV-Python: このライブラリを使用して、入力画像を前処理し、個々の出力画像を表示します。 pip install OpenCV-Python
  • imutils: このライブラリを使用して、元の入力画像を希望の幅にトリミングします。 pip install imutils
  • pytesseract: このライブラリを使用して、ナンバー プレートの文字を抽出し、文字列に変換します。 pip install pytesseract pytesseract ライブラリは、文字認識のために Tesseract OCR エンジンに依存しています。

2. Tesseract OCR をコンピュータにインストールするにはどうすればよいですか?

Tesseract OCR は、言語の文字を認識できるエンジンです。 pytesseract ライブラリを使用する前に、コンピュータにインストールする必要があります。手順は次のとおりです:

#1. 任意の Chrome ベースのブラウザを開きます。

2. Tesseract OCR インストーラーをダウンロードします。

3. インストーラーを実行し、他のプログラムと同様にインストールします。

環境を準備し、tesseract OCR をインストールしたら、プログラムを作成できます。

1. ライブラリのインポート

まず、環境にインストールされているライブラリをインポートします。ライブラリをインポートすると、プロジェクト内でその関数を呼び出して使用できるようになります。

  • import cv2
  • import imutils
  • import pytesseract

必要なものOpenCV-Python ライブラリを cv2 形式でインポートします。インストール時と同じ名前を使用して他のライブラリをインポートします。

2. 入力

を取得し、pytesseract に Tesseract エンジンがインストールされている場所を指定します。 cv2.imread 関数を使用して、車の画像を入力として取得します。イメージ名を、使用しているイメージの名前に置き換えます。使いやすくするために、画像をプロジェクトと同じフォルダーに保存します。

pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\tesseract.exe'
original_image = cv2.imread('image3.jpeg')
ログイン後にコピー

以下の入力画像を使用したい画像に置き換えることができます。

3. 入力の前処理

画像の幅を 500 ピクセルに調整し、鋭いエッジ検出機能のみを使用して画像をグレースケールに変換しますグレースケール画像で動作します。最後に、画像ノイズを低減するために、関数 bilarateFilter が呼び出されます。

original_image = imutils.resize(original_image, width=500 )
gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY)
gray_image = cv2.bilateralFilter(gray_image, 11, 17, 17)
ログイン後にコピー

4. 入力端でナンバー プレートを検出する

ナンバー プレートの検出は、車のどの部分が故障しているかを判断するプロセスです。ナンバープレートの文字が入っています。

(1) エッジ検出の実行

まず、前処理エッジを自動的に検出できる cv2.Canny 関数を呼び出します。画像上にあります。

edged_image = cv2.Canny(gray_image, 30,200)
ログイン後にコピー

これらのエッジを通して輪郭を見つけます。

(2) 輪郭の検索

cv2.findContours 関数を呼び出し、エッジ イメージのコピーを渡します。この機能は輪郭を検出します。 cv2.drawContours 関数を使用して、検出された輪郭を元の画像上に描画します。最後に、目に見える輪郭がすべて描かれた元の画像を出力します。

contours, new = cv2.findContours(edged_image.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
img1 = original_image.copy()
cv2.drawContours(img1, contours, -1, (0, 255, 0), 3)
cv2.imshow("img1", img1)
ログイン後にコピー

プログラムは、車の画像上で見つかったすべての輪郭を描画します。

Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

等高線を見つけたら、それをフィルタリングして最適な候補の等高線を特定する必要があります。

(3) 等高線のフィルタリング

最小面積 30 に基づいて等高線をフィルタリングします。この領域より小さい輪郭は、ナンバー プレートの輪郭である可能性が低いため、無視されます。元の画像のコピーを作成し、画像上に最初の 30 個の輪郭を描画します。最後に画像が表示されます。

contours = sorted(contours, key = cv2.contourArea, reverse = True)[:30]
# stores the license plate contour
screenCnt = None
img2 = original_image.copy()

# draws top 30 contours
cv2.drawContours(img2, contours, -1, (0, 255, 0), 3)
cv2.imshow("img2", img2)
ログイン後にコピー

アウトラインの数は最初よりも減りました。描画される輪郭は、ナンバー プレートをほぼ含む輪郭のみです。

Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

最後に、フィルタリングされたアウトラインを繰り返し処理し、どれがナンバー プレートであるかを判断する必要があります。

(4) 最初の 30 個の輪郭を横断する

輪郭を横断する for ループを作成します。 4 つの角を持つ輪郭を見つけて、その周囲と座標を決定します。ナンバープレートの輪郭を含む画像を保存します。最後に、元の画像上にナンバープレートの輪郭を描画して表示します。

count = 0
idx = 7

for c in contours:
# approximate the license plate contour
contour_perimeter = cv2.arcLength(c, True)
approx = cv2.approxPolyDP(c, 0.018 * contour_perimeter, True)

# Look for contours with 4 corners
if len(approx) == 4:
screenCnt = approx

# find the coordinates of the license plate contour
x, y, w, h = cv2.boundingRect(c)
new_img = original_image [ y: y + h, x: x + w]

# stores the new image
cv2.imwrite('./'+str(idx)+'.png',new_img)
idx += 1
break

# draws the license plate contour on original image
cv2.drawContours(original_image , [screenCnt], -1, (0, 255, 0), 3)
cv2.imshow("detected license plate", original_image )
ログイン後にコピー

ループの後、プログラムはナンバー プレートを含む輪郭を特定しました。

Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

5.识别检测到的车牌

识别车牌意味着读取已裁剪车牌图像上的字符。加载之前存储的车牌图像并显示它。然后,调用pytesseract.image_to_string函数,传递已裁剪的车牌图像。这个函数将图像中的字符转换成字符串。

# filename of the cropped license plate image
cropped_License_Plate = './7.png'
cv2.imshow("cropped license plate", cv2.imread(cropped_License_Plate))

# converts the license plate characters to string
text = pytesseract.image_to_string(cropped_License_Plate, lang='eng')
ログイン後にコピー

已裁剪的车牌如下所示。上面的字符将是您稍后在屏幕上输出的内容。

Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

检测并识别车牌之后,您就可以显示输出了。

6.显示输出

这是最后一步。您将提取的文本输出到屏幕上。该文本含有车牌字符。

print("License plate is:", text)
cv2.waitKey(0)
cv2.destroyAllWindows()
ログイン後にコピー

程序的预期输出应该如下图所示:

Python を使用してナンバー プレートを検出および認識するにはどうすればよいですか?

车牌文本可以在终端上看到。

三、磨砺您的Python技能

用Python检测和识别车牌是一个有意思的项目。它有挑战性,所以应该会帮助您学到关于Python的更多知识。

说到编程,实际运用是掌握一门语言的关键。为了锻炼技能,您需要开发有意思的项目。

原文链接:https://www.makeuseof.com/python-car-license-plates-detect-and-recognize/

以上がPython を使用してナンバー プレートを検出および認識するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

PHPおよびPython:コードの例と比較 PHPおよびPython:コードの例と比較 Apr 15, 2025 am 12:07 AM

PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

CentosのPytorchのGPUサポートはどのようにサポートされていますか CentosのPytorchのGPUサポートはどのようにサポートされていますか Apr 14, 2025 pm 06:48 PM

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

Python vs. JavaScript:コミュニティ、ライブラリ、リソース Python vs. JavaScript:コミュニティ、ライブラリ、リソース Apr 15, 2025 am 12:16 AM

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

Dockerの原則の詳細な説明 Dockerの原則の詳細な説明 Apr 14, 2025 pm 11:57 PM

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

ミニオペンCentosの互換性 ミニオペンCentosの互換性 Apr 14, 2025 pm 05:45 PM

MINIOオブジェクトストレージ:CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。

CentosでPytorchの分散トレーニングを操作する方法 CentosでPytorchの分散トレーニングを操作する方法 Apr 14, 2025 pm 06:36 PM

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

CentosでPytorchバージョンを選択する方法 CentosでPytorchバージョンを選択する方法 Apr 14, 2025 pm 06:51 PM

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

NginxをCentosにインストールする方法 NginxをCentosにインストールする方法 Apr 14, 2025 pm 08:06 PM

NGINXのインストールをインストールするには、次の手順に従う必要があります。開発ツール、PCRE-Devel、OpenSSL-Develなどの依存関係のインストール。 nginxソースコードパッケージをダウンロードし、それを解凍してコンパイルしてインストールし、/usr/local/nginxとしてインストールパスを指定します。 nginxユーザーとユーザーグループを作成し、アクセス許可を設定します。構成ファイルnginx.confを変更し、リスニングポートとドメイン名/IPアドレスを構成します。 nginxサービスを開始します。依存関係の問題、ポート競合、構成ファイルエラーなど、一般的なエラーに注意する必要があります。パフォーマンスの最適化は、キャッシュをオンにしたり、ワーカープロセスの数を調整するなど、特定の状況に応じて調整する必要があります。

See all articles