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;
}