教你如何用霍夫变换完成扭曲车牌识别

• 引言

很多底下车库的门口，或者大门入口都有车辆检测，如何更好的识别车牌，目前已经出现很多方发，今天观澜教你，如何用霍夫变换完成扭曲车牌识别。

• 最近逐渐流行的智能立体车库行业，结合一个完善的车牌识别系统，完全可以做到无人值守，大大降低行业成本，比如下面这些场景。

• 
  

• 建立共享车库首先需要一个完善的车牌识别系统。但是在车辆进出小区时候，由于拍摄角度、车型大小不一等各种不同原因导致采集车牌图像时经常产生畸变，使得无法快速有效的识别车牌，大大的影响了共享车库工作的顺利推进。

• 非正常拍摄畸变车牌智能矫正与识别提出一种对车牌快速定位、畸变矫正并进行分割、识别的方法，使用了形态学处理与 HSV 模型等技术方法，通过预处理阶段的灰度增强和滤波处理操作局部增强车牌区域图像特征，提升车牌区域粗定位准确性，之后由 HSV 模型下的定位算法实现对车牌粗定位结果的精确定位。算法借助 Hough 变换获取定位后车牌图像端点信息后利用数学方法重构、矫正车牌图像，从而对车牌进行分割与识别。

• 
  

• 建立 HSV 模型

将图像从 RGB 色彩空间转换到了 HSV 色彩空间，以便更好地感知图像颜色，利用 HSV 分量从图像中提取感兴趣的区域。

• 使用的基于 HSV 空间定位方法经设置针对 H，S,V 三个参数的不同阈值向量可以实现多种颜色的车牌定，解决传统基于颜色信息定位算法只能识别单一颜色车牌的弊端。Hough 变换获取定位后车牌图像端点信息后利用数学方法重构、矫正车牌图像，从而对车牌进行分割与识别。

• 看看结果

• 观澜有话说：

这种方法有效矫正畸变车牌图像，可以应用在众多需要识别车牌信息的领域，针对特定领域、硬件设备进行适应性更改后，产生的畸变车牌图像会更加规则，同时车牌定位的难度会大大降低， 本系统的准确性无疑会进一步提升。需要小伙伴快快收藏起来吧！