以下是使用OpenCV在給定圖像中使用牌照周圍的矩形框檢測(cè)到的牌照號(hào)碼示例。

使用OpenCV和Pytesseract從車牌中提取文本我們可以使用OpenCV提取車牌號(hào)。我們可以使用邊緣檢測(cè)技術(shù)提取文本。在獲得灰度格式的圖像后，我們將圖像轉(zhuǎn)換為雙向?yàn)V鏡模式。接下來(lái)，我們?cè)诟信d趣的區(qū)域周圍繪制一個(gè)包含車牌ID的框，使用Pytesseract庫(kù)中具有圖像到字符串功能的函數(shù)，我們可以獲得車牌編號(hào)。import cv2

import imutils
import numpy as np
import pytesseract
pytesseract．pytesseract．tesseract＿cmd ＝ r＇C：Program FilesTesseract－OCR esseract．exe＇
for i in lst＿add［1562：1572］：
   print（i）
   img ＝ cv2．imread（i，cv2．IMREAD＿COLOR）
   img ＝ cv2．resize（img， （600，400） ）
   
   gray ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2GRAY）
   gray ＝ cv2．bilateralFilter（gray， 13， 15， 15）
   
   edged ＝ cv2．Canny（gray， 30， 200）
   contours ＝ cv2．findContours（edged．copy（）， cv2．RETR＿TREE， cv2．CHAIN＿APPROX＿SIMPLE）
   contours ＝ imutils．grab＿contours（contours）
   contours ＝ sorted（contours， key ＝ cv2．contourArea， reverse ＝ True）［：10］
   
   screenCnt ＝ None
   
   for c in contours：
       peri ＝ cv2．a(chǎn)rcLength（c， True）
       approx ＝ cv2．a(chǎn)pproxPolyDP（c， 0．018 ＊ peri， True）

       if len（approx） ＝＝ 4：
           screenCnt ＝ approx
           break
   if screenCnt is None：
       detected ＝ 0
       print （＂No contour detected＂）
   else：
        detected ＝ 1
   if detected ＝＝ 1：
       cv2．drawContours（img， ［screenCnt］， －1， （0， 0， 255）， 3）
   mask ＝ np．zeros（gray．shape，np．uint8）
   new＿image ＝ cv2．drawContours（mask，［screenCnt］，0，255，－1，）
   new＿image ＝ cv2．bitwise＿and（img，img，mask＝mask）
   （x， y） ＝ np．where（mask ＝＝ 255）
   （topx， topy） ＝ （np．min（x）， np．min（y））
   （bottomx， bottomy） ＝ （np．max（x）， np．max（y））
   Cropped ＝ gray［topx：bottomx＋1， topy：bottomy＋1］
   text ＝ pytesseract．image＿to＿string（Cropped， config＝＇－－psm 11＇）
   print（＂Detected license plate Number is：＂，text）
   img ＝ cv2．resize（img，（500，300））
   Cropped ＝ cv2．resize（Cropped，（400，200））
   cv2．imshow（＇car＇，img）
   cv2．imshow（＇Cropped＇，Cropped）
   cv2．waitKey（1）
   cv2．destroyAllWindows（）

為車牌持有人構(gòu)建虛擬的MongoDB數(shù)據(jù)庫(kù)我們使用pymongo庫(kù)在MongoDB中創(chuàng)建一個(gè)名為Charan的數(shù)據(jù)庫(kù)。在MongoDB內(nèi)部創(chuàng)建一個(gè)名為L(zhǎng)icense Details的表，該表包含多個(gè)字段，例如License ID，候選人名稱，地址和車牌號(hào)。因此，我們?cè)O(shè)計(jì)了一個(gè)虛擬數(shù)據(jù)庫(kù)表，其中包含所有相關(guān)詳細(xì)信息，以使用車牌識(shí)別人員詳細(xì)信息。from flask＿pymongo import PyMongo
DEFAULT＿CONNECTION＿URL ＝ ＂mongodb：／／localhost：27017／＂
DB＿NAME ＝ ＂Charan＂
＃ Establish a connection with mongoDB
client ＝ pymongo．MongoClient（DEFAULT＿CONNECTION＿URL）
client．list＿database＿names（）
dataBase ＝ client［DB＿NAME］
COLLECTION＿NAME ＝ ＂License＿Details＂
collection ＝ dataBase［COLLECTION＿NAME］

創(chuàng)建由鍵值格式的數(shù)據(jù)組成的詞典列表。我們可以通過(guò)將列表作為MongoDB的insert＿many函數(shù)中的參數(shù)傳遞來(lái)直接將詳細(xì)信息推入表中。