图像预处理#

灰度化：python中灰度化采用的均值法 Gray=(Red+Green+Blue)/3。

1
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

滤波去噪：高斯滤波，卷积核为（3，3），标准差为 0.5。

卷积核越大，单次卷积使用的像素越多，图像越模糊。

标准差越大，单次卷积对中心像素的权重越小，图像越模糊。

1
image = cv2.GaussianBlur(image, (3,3), 0)

边缘提取：Canny 算法，上下阈值选取分别为 110 和 220。

1
image = cv2.Canny(image, 110, 220)

连通域算法：假设图像大小为h*w，去除小于 (h+w)/25 或大于 (h+w)/5 的区域。

形态学处理：进行一次形态学处理，先进行一次膨胀操作突出轮廓，其核为9*9的矩阵，然后进行一次腐蚀操作去掉一些细节，其核为9*1的矩阵。

矩阵提取：提取所有长宽比在2.4至5之间的矩形。

最近原则：通过计算各个矩阵的中心与HSV阈值确定的车牌中心的欧式距离来确定车牌的位置，方法遵从最近原则。