我用Python自制精密的车牌识别器！老板给了我两万？亏了吗

一、图像处理

当汽车进入停车场地需要经过牌照识别，这图来源下载

1. 读取图像

这里主要使用openCV进行图像处理。

读取图像：

Python入门学习资料获取加扣裙：前面，九四三 中间 七五二 后面 三七一即可获取！

# opencv默认的imread是以BGR的方式进行存储的, 而matplotlib的imshow默认则是以RGB格式展示

2. 图像降噪

3. 边缘检测

4.轮廓寻找

（这里主要用形态学矩形算法寻找，这里直接给出结果）

5.字符分割

这里字符分割主要用到聚类算法，比如光谱聚类，Python有专门的模块可以处理。

这里有七张图片，每张图片是汽车牌照的每一个字符。

二、深度学习

接下来我们开始训练深度学习模型，进行识别。

import os

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

import tensorflow as tf

from tensorflow import keras

from sklearn.model_selection import train_test_split

###############################################################################

# 汽车图片

rootpath = 'D:\car_img\charSamples\'

try:

os.makedirs('D:\car_img\img\')

except FileExistsError:

pass

# 文件目录列表

file_list1 = []

for root, dirs, files in os.walk(rootpath):

for file in files:

if os.path.splitext(file)[1] == ".png":

file_list1.append(os.path.join(root, file))

len(file_list1)

#批量改变图片像素, 并重命名图片名称为1-1700

num = 0

for filename in file_list1:

im = Image.open(filename)

new_im =im.resize((12, 12))

new_im.save('D:/car_img/img/{}.png'.format(str(num).zfill(4)))

num += 1

rootpath2 = 'D:\car_img\img\'

file_list2 = []

for root, dirs, files in os.walk(rootpath2):

for file in files:

if os.path.splitext(file)[1] == ".png":

file_list2.append(os.path.join(root, file))

M = []

for filename in file_list2:

im = Image.open(filename)

width,height = im.size

im_L = im.convert("L")

Core = im_L.getdata()

arr1 = np.array(Core,dtype='float32') / 255.0

list_img = arr1.tolist()

M.extend(list_img)

X = np.array(M).reshape(len(file_list2),width,height)

X.shape

# 这里训练的数据主要是数字和字母，由于没有各省简称的图片，这里就没训练了。

class_names = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C',

'D', 'E' ,'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R',

'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z']

class_names[30]

#用字典储存图像信息

index = list(range(34))

dict_label = dict(zip(index, class_names))

#用列表输入标签

label = index*50

label.sort()

len(label)

y = np.array(label)

#按照4:1的比例将数据划分训练集和测试集

train_images, test_images, train_labels, test_labels = train_test_split(

X, y, test_size=0.2, random_state=0)

###############################################################################

plt.figure()

plt.imshow(train_images[2])

plt.colorbar()

plt.grid(False)

###############################################################################

#显示来自训练集的前25个图像，并在每个图像下面显示类名。

#验证数据的格式是否正确，准备构建神经网络

plt.figure(figsize=(10,10))

for i in range(25):

plt.subplot(5,5,i+1)

plt.xticks([])

plt.yticks([])

plt.grid(False)

plt.imshow(train_images[i], cmap=plt.cm.binary)

plt.xlabel(class_names[train_labels[i]])

训练模型：

###############################################################################

#第一个输入层有12个节点(或神经元)。

#第二个(也是最后一个)层是34个节点（类别）的softmax层————返回一个2个概率分数的数组，其和为1。

#每个节点包含一个分数，表示当前图像属于两个类别的概率

model = keras.Sequential([

keras.layers.Flatten(input_shape=(12, 12)),

keras.layers.Dense(2**10, activation=tf.nn.relu),

keras.layers.Dense(len(class_names), activation=tf.nn.softmax)

])

###############################################################################

# 模型拟合

model.compile(optimizer=tf.train.AdamOptimizer(),

loss='sparse_categorical_crossentropy',

metrics=['accuracy'])

model.fit(train_images, train_labels, epochs=5)

test_loss, test_acc = model.evaluate(test_images, test_labels)

print('Test accuracy:', test_acc)

###############################################################################

# prediction

predictions = model.predict(test_images)

predictions[0]

np.argmax(predictions[0])

dict_label[np.argmax(predictions[0])]

###############################################################################

# 定义画图函数

def plot_image(i, predictions_array, true_label, img):

predictions_array, true_label, img = predictions_array[i], true_label[i], img[i]

plt.grid(False)

plt.xticks([])

plt.yticks([])

plt.imshow(img, cmap=plt.cm.binary)

predicted_label = np.argmax(predictions_array)

if predicted_label == true_label:

color = '#00bc57'

else:

color = 'red'

plt.xlabel("{} {:2.0f}% ({})".format(class_names[predicted_label],

100*np.max(predictions_array),

class_names[true_label]),

color=color)

###############################################################################

def plot_value_array(i, predictions_array, true_label):

predictions_array, true_label = predictions_array[i], true_label[i]

plt.grid(False)

plt.xticks([])

plt.yticks([])

thisplot = plt.bar(range(len(class_names)), predictions_array,

color="#FF7F0E", width=0.5)

plt.ylim([0, 1])

predicted_label = np.argmax(predictions_array)

thisplot[predicted_label].set_color('red')

thisplot[true_label].set_color('#00bc57')

我们看看测试第一张图片，预测准确，并且预测为‘D’的概率最大23%

我们再看看测试第12张图片，预测准确，并且预测为‘S’的概率为99%。

我们再看看预测的15张图片，识别都准确。

#绘制预测标签和真实标签以及预测概率柱状图

#正确的预测用绿色表示，错误的预测用红色表示

num_rows = 5

num_cols = 3

num_images = num_rows*num_cols

plt.figure(figsize=(2*2*num_cols, 2*num_rows))

for i in range(num_images):

plt.subplot(num_rows, 2*num_cols, 2*i+1)

plot_image(i, predictions, test_labels, test_images)

plt.subplot(num_rows, 2*num_cols, 2*i+2)

plot_value_array(i, predictions, test_labels)

导入外部图像

#从外部获取未知图像

filedir = 'D:/car_img/card/'

file_list_pred = []

for root, dirs, files in os.walk(filedir):

for file in files:

if os.path.splitext(file)[1] == ".jpg":

file_list_pred.append(os.path.join(root, file))

#批量改变未知图片像素

num = 0

for filename in file_list_pred:

im = Image.open(filename)

new_im =im.resize((12, 12))

new_im.save('D:/car_img/card_pred/{}.jpg'.format(num))

num += 1

# 获取未知图片列表

filedir = 'D:/car_img/card_pred/'

file_list_pred = []

for root, dirs, files in os.walk(filedir):

for file in files:

if os.path.splitext(file)[1] == ".jpg":

file_list_pred.append(os.path.join(root, file))

file_list_pred.pop(0)

这里由于没有收集到各省的简称图像数据，没有进行训练，机器也没有学习，所以这次只是别字母和数字。机器就像人一样，将字母和数字的数据给他学习，他就会判断识

# 对于多个图像

N = []

for filename in file_list_pred:

im = Image.open(filename)

width,height = im.size

im_L = im.convert("L")

Core = im_L.getdata()

arr1 = np.array(Core,dtype='float')/255.0

arr1.shape

list_img = arr1.tolist()

N.extend(list_img)

pred_images = np.array(N).reshape(len(file_list_pred),width,height)

# prediction

predictions = model.predict(pred_images)

card = []

for i in range(len(file_list_pred)):

img = pred_images[i]

plt.imshow(img, cmap=plt.cm.binary)

# 将图像添加到唯一的成员批处理中.

img = (np.expand_dims(img,0))

# 预测图像:

predictions_single = model.predict(img)

###############################################################################

plot_value_array(0, predictions_single, test_labels)

_ = plt.xticks(range(len(class_names)), class_names, rotation=45)

print('第'+str(i)+'张图像识别为: '+dict_label[np.argmax(predictions_single[0])])

card.append(dict_label[np.argmax(predictions_single[0])])

card_str=', '.join(card)

进行最后的图像识别：

我们将识别的文字结果转换为语音播报出来：

至此，由由openCV的图形处理，Python的深度学习模型，和借助百度API文字转语音，来完成整个汽车牌照识别已经基本完成。让人来识别这几个字母和数字可能很简单，那是因为我们从小就在学习数字和字母，机器也一样，只要给他大量的数据进行训练，他就会识别这些图片文字。背后运用的算法主要是些分类算法，聚类算法，还有一些统计学方法。当我们给机器训练的数据量越小，识别的误差越大。因此，为了有效更准确的的识别图片文字，我们需要有大量的数据作为训练集，还有要比较好的算法。人对于真实世界的视觉和认识，正如计算机对真实世界的视觉和算法。人看图片是各种颜色和形态，计算机看图片是RGB数字和几何。人对图像的识别靠后天学习和经验，计算机对图像的识别靠机器学习和算法。