首页 > 其他分享 >CBLPRD-330k数据集提取车牌数据

CBLPRD-330k数据集提取车牌数据

时间:2025-01-15 09:30:27浏览次数:3  
标签:info plate 330k CBLPRD image path 车牌 name

1、CBLPRD-330k车牌数据集介绍

① 、首先该数据集包含342110张车牌数据

②、该数据集包含各种各样的车牌数据,其中有拖拉机绿牌、新能源小汽车、普通蓝牌等几十种种类的车牌类型

③、该数据集没有对应,需要依据配置文件data.txt来进行解析

配置文件的形式如下:包含文件名称、车牌号码、以及车牌类型

因项目需要,只需要单层车牌,并且不需要“学”等特殊车牌

1),先过滤掉双层车牌以及拖拉机绿牌


def single_plate(plate_info):

    if  "双层" in plate_info or "拖拉机绿牌" in plate_info:
        return False

    return True

2)过滤掉 特殊车牌


carplateName="京沪津渝冀晋蒙辽吉黑苏浙皖闽赣鲁豫鄂湘粤桂琼川贵云藏陕甘青宁新港澳挂0123456789ABCDEFGHJKLMNPQRSTUVWXYZ"

def check_chr(image_name):

    for chr_info in image_name:
        if not chr_info in carplateName:
            return False

    return True

完整代码如下:


import cv2
import os
import numpy as np
from shutil import copyfile

from PIL import Image


image_path_list = []

car_plate_image_list = []

carplateName="京沪津渝冀晋蒙辽吉黑苏浙皖闽赣鲁豫鄂湘粤桂琼川贵云藏陕甘青宁新港澳挂0123456789ABCDEFGHJKLMNPQRSTUVWXYZ"

def check_chr(image_name):

    for chr_info in image_name:
        if not chr_info in carplateName:
            return False

    return True


def single_plate(plate_info):

    if  "双层" in plate_info or "拖拉机绿牌" in plate_info:
        return False

    return True

with open('data.txt', 'r', encoding='utf-8') as file:
        for line in file:
            image_path,image_name,plate_info = line.strip().split(" ")
            image_path_list.append([image_path,image_name,plate_info])



for image_info in image_path_list:
    image_path,image_name,plate_info  = image_info
    #print(image_name)
    
    if check_chr(image_name) and single_plate(plate_info):
        car_plate_image_list.append(image_info)

#print(len(car_plate_image_list))

for image_info in car_plate_image_list:
    image_path,image_name,_ = image_info

    file_name = image_name + ".jpg"


    img = cv2.imread(image_path)

    img = Image.fromarray(img)
    img = img.resize((94, 24), Image.LANCZOS)
    img = np.asarray(img)  # 
    
    dst_root = os.path.join("plate_datasets",file_name)
    #print(dst_root)


    cv2.imwrite(dst_root, img) 

标签:info,plate,330k,CBLPRD,image,path,车牌,name
From: https://blog.csdn.net/reset2021/article/details/145139092

相关文章

  • 基于java的停车场车牌识别系统
    一、系统背景与意义随着城市化进程的加速,停车场管理面临着越来越大的挑战。传统的手工记录车牌号方式不仅费时费力,还容易出错。而基于Java的停车场车牌识别系统的出现,则有效地解决了这一问题。该系统能够自动识别进出停车场的车辆车牌号,实现快速、准确的车辆管理,提高了停车......
  • 计算机视觉实战项目(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人
    往期热门项目回顾:链接失效时请主页搜索关键词!!!!文章目录**往期热门项目回顾:**车辆跟踪及测距yolov5deepsort行人/车辆(检测+计数+跟踪+测距+测速)目标跟踪车道线识别语义分割姿态识别图像分类交通标志识别表情识别、人脸识别疲劳检测车牌识别代码图像去雾去雨+......
  • 基于MSER的车牌提取和字符分割仿真
    摘要本文介绍了一种基于最大稳定极值区域(MSER)的车牌提取和字符分割方法,并通过MATLAB进行仿真。MSER方法因其高效的区域检测能力,尤其适合用于从复杂背景中提取具有均匀颜色和相对稳定区域的车牌。本研究通过MATLAB仿真展示了该方法在实际车牌识别系统中的应用。关键词:MSER,车牌......
  • 毕设如何选题:开题报告+计算机视觉项目大集合(图像分类+目标检测+目标跟踪+姿态识别+
    #毕设选题-开题报告-计算机视觉项目大集合如链接失效,请主页搜索关键词直达!计算机视觉项目大集合yolo系列及创新点和应用(测距测速等):改进的yolo目标检测-测距测速图像去雨去雾+目标检测+测距项目交通标志识别项目yolo系列-重磅yolov9界面-最新的yoloyolov8双目......
  • 计算机视觉实战项目4(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人
    往期热门项目回顾:链接失效,请主页搜索关键词!!!!计算机视觉项目大集合改进的yolo目标检测-测距测速路径规划算法图像去雨去雾+目标检测+测距项目交通标志识别项目yolo系列-重磅yolov9界面-最新的yolo姿态识别-3d姿态识别深度学习小白学习路线AI健身教练-引体向上-......
  • 《DNK210使用指南 -CanMV版 V1.0》第四十六章 车牌识别实验
    第四十六章车牌识别实验1)实验平台:正点原子DNK210开发板2)章节摘自【正点原子】DNK210使用指南-CanMV版V1.03)购买链接:https://detail.tmall.com/item.htm?&id=7828013987504)全套实验源码+手册+视频下载地址:http://www.openedv.com/docs/boards/k210/ATK-DNK210.html5)正点原......
  • AI车牌监测识别摄像机
    AI车牌监测识别摄像机是一种基于人工智能技术的高级监控设备,用于识别和记录车辆的车牌信息。该摄像机利用深度学习算法和图像识别技术,能够快速准确地捕捉车辆牌照信息,有助于提高交通安全管理和追踪犯罪嫌疑车辆。AI车牌监测识别摄像机在实际应用中发挥着重要作用。首先,它可以自......
  • 毕业设计:python车牌识别系统 HyperLPR车牌识别(深度学习) 可视化 Django框架 大数据毕业
    python车牌识别系统HyperLPR车牌识别(深度学习)可视化Django框架大数据毕业设计(源码+文档)1、项目介绍技术栈:Python语言、Django框架、MySQL数据库、HyperLPR库车牌识别(深度学习)、Echarts可视化系统功能:车牌号码识别,车牌所属省份,再给他搞个各省统计分析,柱状图,折线图......
  • 《数字图像处理》课程设计——MATLAB车牌识别
    本文使用MATLAB实现了车牌识别功能并设计了GUI界面便于人机交互。是以其他作者代码为蓝本编写,原始出处查询不到了,如有侵权请告知。下面是部分代码:首先,载入原始图片,这里采用的是[filename,filepath],可用于直接弹出对话框的选择图片,比较方便。%自动弹出提示框读入图像[file......
  • python opencv车牌图像校正
    车牌图片代码#-*-coding:UTF-8-*-importcv2importnumpyasnp#预处理defimgProcess(path):img=cv2.imread(path)#统一规定大小img=cv2.resize(img,(640,480))#高斯模糊img_Gas=cv2.GaussianBlur(img,(5,5),0)#RGB......