Изучение Python OpenCV / Урок #8 – Распознавание номерных знаков и чтение их

YOUTUBE · 19.11.2025 07:51

Ключевые темы и таймкоды

Введение и подготовка

0:00

Урок посвящен распознаванию номерных знаков и считыванию информации с них с помощью библиотеки OpenCV.
Рекомендуется использовать сторонние библиотеки вместо натренированной модели.
Для начала урока нужно установить дополнительные библиотеки, такие как imread и imutils.

Установка библиотек

0:58

Установка библиотеки imread для считывания информации с изображений.
Установка библиотеки imutils для базовых функций работы с изображениями.
Установка библиотеки matplotlib для визуализации данных.

Подключение библиотек и создание переменных

1:58

Подключение библиотек в проекте и создание псевдонимов для удобства.
Импорт необходимых библиотек, включая matplotlib и imutils.
Создание переменной для ссылки на изображение и его чтение.

Преобразование изображения в серый формат

3:57

Преобразование изображения в серый формат для упрощения работы.
Использование метода convertColor из библиотеки matplotlib для корректного отображения изображения.

Оптимизация изображения

5:55

Применение фильтра для уменьшения шума на изображении.
Использование метода bilateralFilter из библиотеки imutils для уменьшения количества точек.
Настройка параметров фильтра для улучшения качества изображения.

Обнаружение контуров

8:52

Создание переменной для контуров изображения.
Использование метода contour из библиотеки imutils для обнаружения контуров.
Настройка порогов для точного обнаружения контуров.

Тестирование изображения

9:51

Выводим изображение с краями.
Обнаруживаем контуры для отслеживания объектов.
Создаем переменную для хранения контуров.

Обнаружение контуров

10:50

Копируем изображение с углами.
Используем режим 3 для нахождения всех контуров.
Применяем метод chain approx simple для оптимизации.

Сортировка контуров

11:50

Используем библиотеку для удобного форматирования контуров.
Сортируем контуры по квадратным формам.
Указываем обратный порядок для корректного удаления объектов.

Поиск контуров номерного знака

13:48

Выбираем последние 8 контуров для работы.
Создаем цикл для перебора контуров.
Используем метод approx для нахождения контуров, похожих на квадрат.

Проверка контуров

15:46

Проверяем длину полученного контура.
Находим контуры с четырьмя элементами, соответствующими углам квадрата.
Записываем найденный контур в переменную для дальнейшего использования.

Тестирование программы

18:42

Выводим позицию найденного контура в терминал.
Проверяем, что переменная не пуста.
Увеличиваем количество выбираемых контуров для более точного результата.

Выделение номерного знака

19:40

Используем побитовые операции и маски для выделения номерного знака.
Создаем новую переменную mask и указываем её размеры.
Создаем новое изображение и рисуем контуры с помощью метода drawcontours.

Применение маски

21:36

Применяем маску к первому изображению с помощью метода withwhite.
Выводим результат на экран с помощью matplotlib.
Используем другое изображение для корректного выделения номерного знака.

Проблемы и улучшения

23:35

Подход без использования обученной модели может давать неточные результаты.
Рекомендуется использовать готовые модели или обучать собственные.
Вырезаем номерной знак из изображения и находим его координаты.

Обрезка изображения

25:32

Обрезаем изображение, используя метод crop.
Находим верхнюю и нижнюю координаты номерного знака.
Обрезаем изображение по найденным координатам.

Чтение информации с номерного знака

27:30

Используем библиотеку ezio для чтения информации с изображения.
Создаем переменную для текста и указываем язык английский.
Применяем метод readtext для чтения текста с изображения.

Загрузка модели и обработка ошибок

29:28

Загружаем модель распознавания английских символов.
Если возникает ошибка на Mac, устанавливаем сертификаты через папку "Программы".
После загрузки модели выводим результаты.

Вывод текста на изображение

30:27

Выводим полученный текст на основное изображение.
Создаем новую переменную для хранения текста.
Используем отрицательные индексы для извлечения нужного элемента.

Настройка подписи

31:26

Создаем переменную для подписи с методом "путь текст".
Указываем координаты и шрифт для подписи.
Добавляем фон и цвет для текста.

Рисование квадратика

33:23

Рисуем квадратик на изображении.
Устанавливаем координаты и цвет для квадратика.
Выводим изображение на экран.

Финальная настройка и вывод

34:23

Увеличиваем размер текста и жирность обводки.
Исправляем координаты для правильного отображения текста.
Программа не идеальна, но работает на основе приблизительных данных.

Заключение

36:19

Программа не использует нейронную сеть, а лишь активирует приблизительные данные.
Надеемся, что урок был полезен.
Призываем подписываться на канал и вступать в соцсети.