图像增强与复原、车牌检测与识别，交通最优路径搜索模型，并且基于PyQt完成GUI设计

背景：

综合实训教学大纲

一、实训科目设置：

二、实验报告要求

分别完成两份实验报告，具体要求如下：

1. 描述实验设计方案、技术路线、方法实现原理；
2. 描述实验过程，并对实验中间结果图片进行记录和保存；
3. 对实验结果进行总结分析。
4. 在实验报告最后的附录部分，需写出实验代码；

科目一

一、实验设备

安装有Python软件的计算机。

• 实验内容

1. 图像增强与复原：加强图像的有用信息，削弱干扰和噪声，便于观察和分析处理；对于退化、模糊了的图像，针对图像退化的原因做出补偿，使恢复后的图像尽可能接近原始图像；例如图像去噪、图像去雨去雾处理、模糊车牌清晰化等。
2. 车牌检测与识别：基于算法判断一张图像是否包含车牌，如果是则用检测框标识车牌的位置和大小；进一步识别车辆牌号信息。

1. 要求研究课题在完成所要求的功能基础上基于PyQt设计GUI界面，实现用户的可视化操作，添加功能控件实现相应功能，并对控件名称等属性做合理设置。
2. 在GUI界面上增加可编辑文本，显示学号及姓名。

科目二

一、实验设备

安装有Python软件的计算机。

• 实验内容

（1）交通最优路径搜索模型：选定实习地某一范围的交通区域，根据实际情况测定并绘制边数值矩阵；根据实际情况确定矩阵中数值；确定起点与终点，通过选取一种优化算法计算两点之间的最短交通距离；使用Python代码完成最优路径搜索实验，并通过PyQt界面绘制展示实验结果。（可参考《计算机常用算法与程序设计案例教程》中6.3节‘最优路径搜索’）

2.要求所选的研究课题在完成所要求的功能基础上，基于PyQt设计GUI界面（1），实现用户的可视化操作，添加功能控件实现相应功能，并对控件名称等属性做合理设置。

3.在界面上增加可编辑文本，显示学号及姓名。

展示：

车牌号识别：

使用openCV库来解决

交通最优路径搜索模型：

开发逻辑：

输入一张图片，图片的矩阵数据提前写死在图片中，如上图所示，

用户输入起点：荆州锅盔，终点：武汉光谷美居酒店，

则PyQt显示最短路径为30公里【数据可调整】，这里作为示例解释，实际地点名称、地点距离都能调整

主要代码：

联系请加V：zew1040994588
源码获取、定制咨询、非开源


import sys

from PyQt5.QtGui import QIcon
from PyQt5.QtWidgets import QApplication

from widget.loginPage import LoginPage

app = QApplication(sys.argv)
window = LoginPage()
window.show()
sys.exit(app.exec_())

​​​