如何从图像中识别车牌/车牌号码（ANPR）？
我有一个网站，允许用户上传汽车的图像，我想放置一个隐私filter，以检测车牌上的牌照，并模糊他们。
模糊不是一个问题，但有一个图书馆或组件（开源优先），这将有助于在照片中find许可证？
注意事项;
- 我知道没有什么是完美的，这种types的图像识别将提供假阳性和阴性。
- 我明白，我们可以要求用户select模糊的区域，我们也会这样做，但问题是具体关于以编程方式查找数据; 所以诸如“让一个人检查每个图像”等答案是没有帮助的。
- 这种软件方法在英国被称为“自动车牌识别”，但我不能看到它作为库的任何实现。
- 任何语言都很棒，但.Net是首选。
我编写了基于JAVA ANPR的C＃版本，但是我用OpenCV更改了awt库函数。 你可以查看http://anprmx.codeplex.com
编辑 ：我为此写了一个Python脚本 。
由于你的目标是模糊的（为了保护隐私），你基本上需要高召回检测器作为第一步。 以下是如何去做这件事。 包含的代码提示在Python中使用OpenCV。
- 转换为灰度。
-
应用高斯模糊。
img = cv2.imread('input.jpg',1) img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img_gray = cv2.GaussianBlur(img_gray, (5,5), 0)
让input图像如下。
- 应用Sobel Filter来检测垂直边缘。
-
使用严格阈值或OTSU的二值化阈值合成图像。
cv2.Sobel(image, -1, 1, 0) cv2.threshold() -
使用合适的结构元素应用形态闭合操作。 （我用16×4作为结构元素）
se = cv2.getStructuringElement(cv2.MORPH_RECT,(16,4)) cv2.morphologyEx(image, cv2.MORPH_CLOSE, se)
在步骤5之后生成图像。
-
find这个图像的外部轮廓。
cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) -
对于每个轮廓，find包围它的
minAreaRect()。 - 根据纵横比，最小和最大面积以及与水平的angular度来select矩形。 （我用2.2 <=长宽比<= 8,500 <=面积<= 15000，angular度<= 45度）
所有minAreaRect()都以橙色显示，符合我们标准的是绿色的。
- 这个步骤之后可能会出现误报，对其进行过滤，使用边缘密度。 边缘密度定义为矩形中白色像素的数量/像素总数 。 设置边缘密度的阈值。 （我用0.5）
- 模糊检测到的区域。
您可以应用其他您认为合适的filter来提高召回率和准确度。 也可以使用HOG + SVM训练检测以提高精度。
GitHub上有一个新的开放源代码库，用于美国和欧洲板块的ANPR。 它看起来相当准确，它应该做你所需要的（认识板块区域）。 这是GitHub项目： https ： //github.com/openalpr/openalpr
我碰到这是用java javaPRO写的，我也在找ac＃库。
我希望有一个系统，我可以把一台摄像机指向一些帆船，所有这些帆船都有大量的可识别的号码，并且当它们驶过摄像机时识别船只并发送推文。
几个月前，我已经做了一些Googlesearch。 关于这个话题有不less文章 ，但我从来没有find具体的开源实现。 虽然有很多商业实现 ，但没有一个价格报价，所以他们可能相当昂贵。
看看Java ANPR 。 免费车牌识别…
是的，我使用gocr在http://jocr.sourceforge.net/它的一个命令行应用程序，你可以从你的应用程序执行。; 我在几个应用程序中使用它。
高性能的ANPR库 – http://www.dtksoft.com/dtkanpr.php 。 这是商业的，但他们提供试用钥匙。
http://licenseplate.sourceforge.net Python（我还没有testing过）
这可能是因为有很多图书馆执行相同的事情，所以在angular色感知软件看。 我阅读一个图像并存储它。 Micrsoft办公室能够读取tiff文件并返回字母数字
模糊不是一个问题，但有一个图书馆或组件（开源优先），这将有助于在照片中find许可证？
Ans： CARMEN FreeFlow ANPR软件引擎 （Commerical）
