摘要：
有关主要代码，请参阅https://hierary=cv2。findContours（img_contours，cv2。CHAIN_APPROX_SIMPLE）包含=[cntforcontinuiccontoursifcv2。轮廓面积（cnt）>；Min_Area]打印（“findContourslen=”，
主要代码参考https://blog.csdn.net/wzh191920/article/details/79589506
GitHub：https://github.com/yinghualuowu
上文我们已经让图像变成了很多框框，根据原先版本，这种做法可以使用图形定位，因为车牌有尺寸规定啦，这是原版本的代码，还是别动了。
首先，我们设定一个最小的面积值：2000
先把矩形找到，把面积小的排除了，然后根据长宽比再排除一些，接下来保存合适的就行了
def img_findContours(img_contours,oldimg): img, contours, hierarchy = cv2.findContours(img_contours, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) contours = [cnt for cnt in contours if cv2.contourArea(cnt) > Min_Area] print("findContours len = ", len(contours)) # 排除面积最小的点 debug.img_show(img) car_contours = [] for cnt in contours: ant = cv2.minAreaRect(cnt) width, height = ant[1] if width < height: width, height = height, width ration = width / height print(ration) if ration > 2 and ration < 5.5: car_contours.append(ant) box = cv2.boxPoints(ant) box = np.int0(box) debug.img_contours(oldimg,box) return car_contours
会发现圈不全，是因为预处理的原因....以后会用其他方式去定位，我们换一个吧
