yolo检测车牌（yolo车牌识别、车辆识别、行人识别、车距识别源码(包含单目双目)）
视频效果
车辆识别视频
yolov5车辆识别视频
yolov5 yoloR对比行人车辆识别视频
yolo车距1
完整源码http://www.hedaoapp.com/goods/goodsDetails?pid=4132
系统设计
车牌自动识别是以计算机视觉处理 、数字图像处理 、模式识别等技术为基础 ，对摄像机所拍摄的车辆图像或者视频图像进行处理分析 ，得到每辆车的车牌号码 ，从而完成识别的过程 。在此基础上 ，可实现停车场出入口收费管理 、盗抢车辆管理 、高速公路超速自动化管理 、闯红灯电子警察 、公路收费管理等各种交通监管功能 。
一 、系统处理流程车牌自动识别系统的设计包含车辆图像获取 、车牌区域定位 、车牌特征轮廓提取和车牌内容识别环节 。
二 、车牌获取
车牌图像获取是进行车牌识别的首要环节 ，车牌图像可以从摄像机拍摄的车辆图像或者视频图像中进行抽取 ，车牌图像的获取也可由用户手机拍摄后传入车牌识别系统 。
三 、灰度图像生成
摄像机拍摄的含有车牌信息的车辆图像是彩色的 ，为了提高车牌识别的抗外界干扰的能力 ，先将彩色车辆图像生成二值的灰度图像 ，实现基于色调的车牌区域定位 。由于国内的车牌往往是蓝底白字 ，因此 ，可以利用图像的色调或者色彩饱和度特征 ，生成二值灰度图像 ，从而实现更加准确地定位车牌位置 。
四 、车牌区域定位
车牌区域的定位采用基于形状的方法 。由于车辆图像背景比较复杂 ，所以应该根据车牌的特征进行初次筛选 。车牌的特征可以选择中国车牌的大小 、比例特征 ，因为车牌都是固定的矩形形状 ，通过首先寻找图像上拥有矩形特征的区域 ，然后再抽取这些区域 ，再结合车牌的长宽的比例特征可以筛选出相应的矩形区域 ，从而实现对车牌的准确定位 。
五 、特征轮廓提取
OpenCV 与 Python 的接口中使用 cv2.fifindContours() 函数来查找检测物体的轮廓 。
图3 和 图4 为特征轮廓提取前后的效果对比图 ：
六 、车牌内容识别
车牌内容识别时 ，通过计算候选车牌区域蓝色数值（均值）的最大值 ，确定最终的车牌区域 。对于选定的车牌轮廓 ，首先进行粗定位 ，即对车牌进行左右边界回归处理 ，去除车牌两边多余的部分 ，然后进行精定位 ，即将车牌送入 CRNN 网络进行字符识别 ，利用左右边界回归模型 ，预测出车牌的左右边框 ，进一步裁剪 ，进行精定位 。基于文字特征的方法是根据文字轮廓特征进行识别 ，经过相应的算法解析 ，得到结果 。
def find_car_num_brod(): watch_cascade = cv2.CascadeClassifier(D:\pycharm\pycharm_work\chepai\cascade.xml) # 先读取图片 image = cv2.imread("D:\pycharm\pycharm_work\chepai\capture_img\car1.jpg") resize_h = 1000 height = image.shape[0] scale = image.shape[1] / float(image.shape[0]) image = cv2.resize(image, (int(scale * resize_h), resize_h)) image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) watches = watch_cascade.detectMultiScale(image_gray, 1.2, 2, minSize=(36, 9), maxSize=(36 * 40, 9 * 40)) print("检测到车牌数", len(watches)) for (x, y, w, h) in watches: cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 1) cut_img = image[y + 5:y - 5 + h, x + 8:x + w] # 裁剪坐标为[y0:y1, x0:x1] cut_gray = cv2.cvtColor(cut_img, cv2.COLOR_RGB2GRAY) cv2.imwrite("D:\pycharm\pycharm_work\chepai\num_for_car.jpg", cut_gray) im = Image.open("D:\pycharm\pycharm_work\chepai\num_for_car.jpg") size = 720, 180 mmm = im.resize(size, Image.ANTIALIAS) mmm.save("D:\pycharm\pycharm_work\chepai\num_for_car.jpg", "JPEG", quality=90) break创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！