曹文平，陈厚锦

一种基于轮廓特征的车牌定位算法

曹文平，陈厚锦

（新乡学院 机电工程学院，河南 新乡 453003）

为了方便快捷地检测到图片中汽车牌照的位置信息，文章提出了一种基于图像轮廓特征的车牌定位算法。此算法基于OpenCV数据库中的相关函数，首先使用图像预处理操作来增强图像，然后采用轮廓查找、面积筛选的方式定位车牌，接着根据车牌的像素信息和宽高比例等特征筛选出符合条件的轮廓，最后使用绿色框线将车牌框选并显示和保存定位完成的图像。

轮廓特征；OpenCV数据库；车牌定位算法

近年来，随着公路交通的高速发展，人们出行对汽车的依赖度越来越高，而汽车出行带来的一系列停车收费、高速出入口电子不停车电子收费系统（Electronic Toll Collection, ETC）通道、行驶监控、测速和违章拍照等都依赖对车牌号的识别，而车牌位置的精准定位，则是车牌识别的首个关键所在。

目前，很多学者使用各式各样的算法对车牌定位进行研究，大多数都是采用基于形态学特征和颜色特征等方法进行车牌定位。近些年，随着机器学习的流行，运用深度学习算法慢慢成为主流，如：高艳等[1]基于OpenCV和卷积神经网络的车牌识别研究；常巧红等[2]基于色调、饱和度和明度（Hue, Saturation, Value, HSV）色彩空间和数学形态学的方法进行车牌定位；马巧梅等[3]基于改进的YOLOv3算法进行车牌定位。

本文使用PyCharm为集成开发环境（Integra- ted Development Environment, IDE），以Python为基础，通过OpenCV视觉工具包，基于图像的轮廓特征搭建一种车牌定位算法。

1 图像预处理

图像预处理包括图像的灰度化、直方图均衡化、高斯平滑、sobel梯度计算、二值化以及图像的腐蚀和膨胀。……