用python實(shí)現(xiàn)車牌號碼自動識別，新手求教？現(xiàn)在車牌已經(jīng)被分割了，然后取閾值，然后對其進(jìn)行二值化。jpg=imread（“排照.jpg“）%讀入圖像grayjpg=rgb2gray（jpg）%彩色圖

用python實(shí)現(xiàn)車牌號碼自動識別，新手求教？

現(xiàn)在車牌已經(jīng)被分割了，然后取閾值，然后對其進(jìn)行二值化。jpg=imread（“排照.jpg“）%讀入圖像grayjpg=rgb2gray（jpg）%彩色圖像graying bwjpg=im2bw（grayjpg，graysthreshesh（grayjpg））%bwjpg二值圖像，閾值程序自動取出，其余字符按峰谷切割，你自己寫。

為什么中國大力發(fā)展ETC,而不推廣車牌識別技術(shù)？

通過粘貼一個(gè)單詞來更改車牌太容易了。如果有人用etc擦車牌，車主可以當(dāng)場找到。車主找不到換過的車牌，太難劃了。

如何實(shí)現(xiàn)車牌自動識別？

自動車牌識別管理系統(tǒng)自動識別并將入口處醒目的車牌識別攝像頭拍攝的車牌圖像轉(zhuǎn)換為數(shù)字信號。同時(shí)，它能自動比較進(jìn)出場車輛，方便管理人員在車輛出場時(shí)進(jìn)行比較，大大增強(qiáng)了系統(tǒng)的安全性。升級后的攝像系統(tǒng)可以采集到更清晰的圖片并保存為檔案，為一些糾紛提供有力證據(jù)。

其原理是通過攝像頭拍攝道路上的車輛圖像來識別車牌號。整個(gè)過程包括：車輛檢測-圖像采集-預(yù)處理-車牌定位-字符分割-字符識別-結(jié)果輸出。

車輛檢測：可采用埋入線圈檢測、紅外檢測、雷達(dá)檢測技術(shù)、視頻檢測等方式感知車輛經(jīng)過，并觸發(fā)圖像采集。

圖像采集：通過高清攝像頭采集主機(jī)實(shí)時(shí)、不間斷地記錄和采集過往車輛。

預(yù)處理：噪聲濾波、自動白平衡、自動曝光和伽瑪校正、邊緣增強(qiáng)、對比度調(diào)整等

車牌定位：圖像預(yù)處理后，掃描灰度圖像確定車牌區(qū)域。

字符分割：在圖像中定位車牌區(qū)域后，通過灰度化、二值化等處理，準(zhǔn)確定位字符區(qū)域，然后根據(jù)字符大小特征進(jìn)行字符分割。

字符識別：分割的字符進(jìn)行縮放、特征提取，并與字符數(shù)據(jù)庫模板中的標(biāo)準(zhǔn)字符表達(dá)式匹配。

結(jié)果輸出：車牌識別結(jié)果以文本格式輸出。

為什么現(xiàn)在車輛要裝ETC，而不是車牌識別？

在您的車上安裝etc的目的是為了識別您的車輛，方便扣費(fèi)，所以完全可以識別車牌。為什么不用車牌直接綁定銀行卡，直接扣費(fèi)呢？我認(rèn)為有以下幾個(gè)原因：

雖然做一個(gè)車牌識別系統(tǒng)沒有問題，但它只能在一定條件下實(shí)現(xiàn)。比如你的車剛從工地出來，車牌上難免會有一些泥和灰塵，這可能會降低車牌識別的成功率。如果同一省份的車牌除字母外完全相同，字母看不清，很容易造成虛假扣除。

現(xiàn)在的ETC系統(tǒng)，可以100%識別你的車，加密系統(tǒng)完善，復(fù)制困難。而如果僅僅依靠車牌識別一輛車?，F(xiàn)在甲板的情況并不少見。如果在高速公路上走來走去時(shí)，別人給你設(shè)置車牌，會給你造成損失。甚至，其他人可以根據(jù)自己的車型找到同一輛車的車牌，這就增加了取證和調(diào)查的難度。

因此，在目前的技術(shù)條件下，更實(shí)用、更安全的處理等

只是掌握一門Python語言，能做人工智能嗎？

謝謝您的邀請

只要掌握python就有很多方向可供選擇。

除了熟練掌握Python，還需要掌握flash、Django、tornado等框架。你可以根據(jù)企業(yè)招聘所需要的知識來學(xué)習(xí)。

學(xué)習(xí)crawler，需要掌握scratch等crawler框架，還需要使用mysql、mongodb等相關(guān)數(shù)據(jù)庫。

需要一些Linux知識。

掌握熊貓、sklearn等數(shù)據(jù)分析數(shù)據(jù)庫，以及一些相關(guān)的機(jī)器學(xué)習(xí)算法。