2.4　实验：车牌识别

本节通过使用Python语言调用OpenCV函数来完成一个车牌识别实验。

2.4.1　实验目的

（1）了解机器视觉系统的开发流程。

（2）了解图像处理和特征提取方法。

（3）了解OpenCV的图像处理开发工具。

2.4.2　实验要求

（1）掌握环境配置过程，学会自行搭建开发环境。

（2）掌握旋转校正、阈值分割、边缘检测等常用的图像分割算法。

（3）阅读源码，学习车牌识别的算法原理。

2.4.3　实验原理

用户使用智能手机拍摄或选择本地图像文件，将车牌图像输入。对于传入的车牌图像，首先基于颜色分割算法和边缘检测算法完成车牌区域定位；然后对车牌区域校正，分割字符区域；最后导入预训练的SVM分类器，识别字符区域，输出识别结果。

2.4.4　实验环境

系统环境：Ubuntu16.04。

编程语言：Python3.6。

视觉软件：OpenCV（Python版本）。

硬件环境：①对于相机镜头没有特殊要求，一般使用智能手机或普通摄像头即可；②对光源条件没有限制，在自然光条件下即可；③不需要特殊的机械控制系统，手持智能手机拍摄即可；④对于计算机的选择，普通笔记本电脑即可。

2.4.5　实验步骤

首先在Ubuntu环境下下载源码并解压。

下载地址：https://github.com/wzh191920/License-Plate-Recognition。

利用终端安装相关依赖环境，输入：

在源码License-Plate-Recognition目录下，运行程序，执行surface.py脚本。

软件界面如图2-35所示。

单击“来自摄像头”按钮，则将从笔记本电脑摄像头获取图像进行识别。

单击“来自图片”按钮，则将从本地路径选择待识别的车牌图片。图2-36所示为车牌识别结果。