车牌识别代码OpenCV

#include<opencv2\opencv.hpp>

#include<iostream> using namespace cv; using namespace std; int areas;

//该函数用来验证是否是我们想要的区域，车牌定位原理其实就是在图片上寻找矩形，我们可以用长宽比例以及面积来验证是否是我们想要的矩形，宽高比为520/110=4.7272 （车牌的长除以宽），区域面积最小为15个像素，最大为125个像素

bool verifysize(rotatedrect candidate) {     float error = 0.4; //40%的误差范围

    float aspect = 4.7272;//宽高比例

    int min = 25 * aspect * 25; //最小像素为15

    int max = 125 * aspect * 125;//最大像素为125

    float rmin = aspect - aspect*error;//最小误差

    float rmax = aspect + aspect*error;//最大误差

    int area = candidate.size.height*candidate.size.width;//求面积

    float r = (float)candidate.size.width / (float)candidate.size.height;//长宽比

    if (r < 1)

        r = 1 / r;

    if (area<min || area>max || r<rmin || r>rmax)

        return false;

    else

        return true; } int main(int argc, char** argv) {

    mat src;

    src = imread("d:\\car1.jpg");//读取含车牌的图片

    if (!src.data)     {

        cout << "could not open car.jph.." << endl;

        return -1;

    }

    mat img_gray;

    cvtcolor(src, img_gray, cv_bgr2gray);//灰度转换

    mat img_blur;

    blur(img_gray, img_blur, size(5, 5));//用来降噪

    mat img_sobel;

    sobel(img_gray, img_sobel, cv_8u, 1, 0, 3);//sobel滤波，对x进行求导，就是强调y方向，对y进行求导,就是强调x方向，在此我们对x求导，查找图片中的竖直边

    mat img_threshold;

    threshold(img_sobel, img_threshold, 0, 255, thresh_binary | thresh_otsu);

    mat element = getstructuringelement(morph_rect, size(21, 5));//这个size很重要！！不同的图片适应不同的size,待会在下面放图，大家就知道区别了

    morphologyex(img_threshold, img_threshold,morph_close,element);//闭操作，就是先膨胀后腐蚀，目的就是将图片联通起来，取决于element的size

。     /*接下来就是提取轮廓*/

    vector<vector<point>>contours;

    findcontours(img_threshold, contours, cv_retr_external, cv_chain_approx_none);

    mat result = mat::zeros(src.size(), cv_8u);

    drawcontours(result, contours, -1, scalar(255));

    vector<rotatedrect> rects; //用来存放旋转矩形的容器

    //mat result1 = mat::zeros(src.size(), cv_8u);

    mat result1;

    src.copyto(result1);

    for (size_t i = 0; i < contours.size(); i++)     {

        point2f vertices[4];//用来存放旋转矩形的四个点

        rotatedrect mr = minarearect(mat(contours[i]));

    //minarearect 寻找最小的矩形

        if (verifysize(mr))//筛选是否是我们需要的区域，如果验证成功，就放到rects里，

        {

            //if (mr.angle > -30) {

            mr.points(vertices);

            for (size_t j = 0; j < 4; j++)

            {

                line(result1, vertices[j], vertices[(j + 1) % 4], scalar(0, 0, 255), 2, 8);

                        cout << "矩形坐标"<<j<<"为" << vertices[j] << endl;

            }

                cout << "height:" << mr.size.height << endl << "weight:" << mr.size.width << endl;

            rects.push_back(mr);

                cout << "矩形角度：" << mr.angle << endl;     //  }

        }

    }

    vector<mat>output;//用于存放识别到的图像

    for (size_t i = 0; i < rects.size(); i++)

    {

        mat dst_warp;

        mat dst_warp_rotate;

        mat rotmat(2, 3, cv_32fc1);

        dst_warp = mat::zeros(src.size(), src.type());

        float r = (float)rects[i].size.width / (float)rects[i].size.height;

        float  angle = rects[i].angle;

        if (r < 1)

            angle = angle + 90;

        rotmat = getrotationmatrix2d(rects[i].center,angle, 1);//其中的angle参数，正值表示逆时针旋转，关于旋转矩形的角度，以为哪个是长哪个是宽，在下面会说到

        warpaffine(src, dst_warp_rotate, rotmat, dst_warp.size());//将矩形修正回来

        size rect_size = rects[i].size;

        if (r < 1)

            swap(rect_size.width, rect_size.height);

        mat dst(rects[i].size, cv_8u);

        getrectsubpix(dst_warp_rotate, rect_size, rects[i].center, dst);//裁剪矩形

        /*以下代码是将裁减到的矩形设置为相同大小，并且提高对比度*/

        mat resultresized;

        resultresized.create(33, 144, cv_8uc3);

        resize(dst, resultresized, resultresized.size(), 0, 0, inter_cubic);

        mat grayresult;

        cvtcolor(resultresized, grayresult, cv_bgr2gray);

        blur(grayresult, grayresult, size(3, 3));

        equalizehist(grayresult, grayresult); //均值化提高对比度

        output.push_back(grayresult); //存放图片

    }

    char name[20] = "";

    for (size_t i = 0; i < output.size(); i++)

    {

  if(i==0){

    imwrite("d:\\ccar.jpg",output[0]);

        sprintf_s(name, "识别到的第%d个车牌", i+1);

        imshow(name, output[i]);

  }

    }

    waitkey(0);

    return 0;

}

#include <iostream> #include <opencv2/opencv.hpp>

using namespace std; using namespace cv;

int main(){

    mat img = imread("d:\\ccar.jpg",1);

      /*  第一个参数是图片的绝对地址  第二个参数表示图片读入的方式（flags可以缺省，缺省时flags=1，表示以彩色图片方式读入图片）  flags>0时表示以彩色方式读入图片  flags=0时表示以灰度图方式读入图片  flags<0时表示以图片的本来的格式读入图片     */

   imshow("123", img); 

   //“123”是显示框的名字

   int a = waitkey(10000); 

    //通过整型变量a获取waitkey函数的返回值

       cout << a << endl;   

    /*     waitkey(x)  表示等x毫秒，在这期间如果有按键按下，则返回按键的ascii码，等待结束则会返回-1.     如果x=0，那么无限等待下去，直到有按键按下     ！！！另外，在imshow之后如果没有waitkey语句则不会正常显示图像。即imshow不会生效！！！

    */  

  //estroyallwindows();

   //销毁窗口

 rect rect1(5,0,17,27);

   //创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut1 = mat(img, rect1); 

     //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

   mat image_copy1 = image_cut1.clone();

  //clone函数创建新的图片

    imshow("1",image_copy1);

    waitkey();  

   imwrite( "d:\\bar1.jpg", image_copy1); 

  //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

  rect rect2(23,0,16,27);

//创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut2 = mat(img, rect2);

      //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

    mat image_copy2 = image_cut2.clone(); 

  //clone函数创建新的图片

    imshow("2",image_copy2);

    waitkey();  

    imwrite( "d:\\bar2.jpg", image_copy2); 

  //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

rect rect3(45,0,18,27);

//创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut3 = mat(img, rect3);

      //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

    mat image_copy3 = image_cut3.clone();

   //clone函数创建新的图片

   imshow("3",image_copy3);    waitkey();  

    imwrite( "d:\\bar3.jpg", image_copy3);

   //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

 rect rect4(63,0,16,27);

//创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut4 = mat(img, rect4);

      //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

    mat image_copy4 = image_cut4.clone(); 

  //clone函数创建新的图片

   imshow("4",image_copy4);

   waitkey();  

    imwrite( "d:\\bar4.jpg", image_copy4); 

  //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

 rect rect5(79,0,16,27);

//创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut5 = mat(img, rect5); 

     //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

    mat image_copy5 = image_cut5.clone(); 

  //clone函数创建新的图片

   imshow("5",image_copy5);

   waitkey();  

    imwrite( "d:\\bar5.jpg", image_copy5); 

  //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

 rect rect6(95,0,16,27);

//创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut6 = mat(img, rect6); 

     //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

    mat image_copy6 = image_cut6.clone(); 

  //clone函数创建新的图片

   imshow("6",image_copy6);

   waitkey();  

    imwrite( "d:\\bar6.jpg", image_copy6); 

  //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

 rect rect7(111,0,16,27);

//创建一个rect框，属于cv中的类，四个参数代表x,y,width,height

    mat image_cut7 = mat(img, rect7);

      //从img中按照rect进行切割，此时修改image_cut时image中对应部分也会修改，因此需要copy

    mat image_copy7 = image_cut7.clone(); 

  //clone函数创建新的图片    imshow("7",image_copy7);

   waitkey();  

    imwrite( "d:\\bar7.jpg", image_copy7); 

  //保存mat格式的图片成jpg格式，或者png，bmp格式，文件大小依次递增

    return 0;

}