图像处理基本算法车牌识别与定位_车牌识别算法

作者：从前慢现在也慢 | 2024-08-17 19:45:13

踩

车牌识别算法

进行车牌识别和定位首先要了解车牌的特征以及分类。

车牌主要包括以下几种：

蓝牌白字：普通小型车（其中包括政府机关专用号段、政法部门警车以外的行政用车）的牌照
黄牌黑字：大型车辆、摩托车、驾校教练车牌照
黑牌白字：涉外车辆牌照，式样和蓝牌基本相同
白牌：政法部门（公安、法院、检察院、国安、司法）警车、武警部队车辆、解放军军车的牌照都是白牌
警车：公安警车的牌照样式为[某·A1234警]，除“警”为红字外其他的都是黑字，一共4位数字，含义与普通牌照相同

车牌定位的算法分为三类，一类是基于边缘的，一类是基于颜色的，一类是基于机器学习的，这三种方法我都做过实验，基于边缘的最简单也最有效，如果对于收费站和小区的应用，做到99%以上的检测率不是件难事，但如果场景复杂一点，误检会比较多，但并不会漏掉真正的车牌，只是虚警率高点，可以通过先验知识、颜色和后面的分割加以去除，误检不是重点。基于颜色的定位算法，从根本上讲也可以算是基于边缘的一种，无非是利用彩色边缘或者灰度图像边缘和颜色一起来定位，基于颜色的车牌定位算法用于高清图片效果不错，对于一般的场景我认为没必要用颜色进行定位，但初期用颜色先去除一些明显不是车牌的区域还是比较有效的。基于机器学习的算法进行车牌定位或者说检测，关键是找到好的特征和好的训练方法，不少人利用adaboost+haar特征进行车牌检测，从我的实验结果来看，检测率也能达到99%以上，但同时虚警率也非常高，会出现很多误检，而且很难把车牌的区域完整的检测出来，所以如果单独要用机器学习的算法还是不太可行，不过可以先利用边缘信息找到候选区域，然后用adaboost去去除非车牌区域，这个效果还是蛮不错的。

对于边缘的检测，如果车牌在图像中占的比例不是很小，普通的差分和全局二值化就可以达到很好的效果，如果对于高清图像（譬如要检测几个车道）或者场景很复杂，导致车牌所占图像的比例很小，还有就是车牌处于比较暗的地方，而整个场景很亮，这个时候差分得到的边缘就不会很丰富，如果利用全局二值化就可能导致车牌区域检测不到边缘，解决办法一就是对图像进行灰度拉伸或增强，解决办法二就是换边缘检测的方法（譬如sobel），解决办法三就是改进二值化的方法。对于图像增强的方法我要特别提一下直方图均衡化，很多论文上都会说对输入图片先进行直方图均衡化，但我的实验发现，晚上的图片如果进行直方图均衡化操作后会导致噪点特别多，而且可能会导致车牌区域检测不到边缘，总之图像增强是一把双刃剑，需要慎重考虑。

如果利用边缘进行定位，关键是要想办法一定要检测出车牌区域的边缘。

车牌定位，利用边缘是王道，可以先粗检再精检，颜色可以用于精定位和去除误检，机器学习如果想要好的结果得需要好的特征，但目前好像还没有。我个人认为车牌定位的难点不在于找到车牌区域，而在于怎么对车牌区域进行更精确的定位，而精定位的难点在于左右精定位，以便于后面的分割算法。

这里给出一份基于颜色和形状的车牌识别的源代码，基本思路是提取车牌的特征然后根据特征进行筛选。

识别车牌用到的特征：颜色特征、形状特征、大小特征
a 颜色特征

每种车牌的底色具有各自特殊的RGB值，例如程序中使用的蓝底车牌的典型RGB值为 R = 28,G = 63, B = 138;
当RGB值接近时则认为可能是车牌，将该点像素赋值为255，否则0；利用颜色特征可以获取二值图像，可以去除大部分的其他物体，但是会有很多的干扰。
b、大小特征
对二值图像进行膨胀处理和腐蚀处理之后，可以去掉很小的噪点。对于灰度图获取轮廓边缘，轮廓具有一定的面积。车牌应该具有一定的大小，如果面积过小则认为不是车牌。此法可以去除大部分的小面积的干扰物。
颜色特征和大小特征是初选。形状特征是精选。
c、形状特征
矩形度：提取轮廓之后，轮廓包围的面积和轮廓最小外接矩形的面积之比称为矩形度，值越接近1，则是矩形的概率越大。
长宽比：正常车牌的长宽比为3:1，最小外接矩形的长宽比越接近1则认为是车牌的概率最大。
如果三个筛选条件都符合，则是车牌的概率非常大。

//主程序lpr.cpp


#include <cstdio>
#include <cstring>
#include <iostream>
#include<cv.h>
#include<highgui.h>
#include <cmath>
#include "image.h"
using namespace std;
int main(){
    char imageName[12] = "1.jpg";
    char imageDstName[12] = "1_dst.jpg";
    char imageBwName[12]  = "1_bw.jpg";
    IplImage* srcImage = NULL,*image = NULL,*bwImage = NULL;
    
    cvNamedWindow("srcImage",1);
    cvNamedWindow("bwImage",1);
    //cvShowImage("srcImage",srcImage);
    int imageWidth,imageHeight;  
    int maxDif = 50; 
    //找到蓝色区域
    int i= 0,j = 0;
    unsigned char * pPixel = NULL;
    unsigned char   pixelR = 0,pixelG = 0,pixelB = 0;
    unsigned char R = 28,G = 63, B = 138; 
 
    double length,area,rectArea;
    double rectDegree = 0.0; //矩形度
    double long2Short = 1.0; //体态比
    //计算边界序列的参数 长度 面积 矩形 最小矩形 
    //并输出每个边界的参数
    CvRect rect;
    CvBox2D box;
    int imageCnt = 1;
    double axisLong = 0.0, axisShort = 0.0;
    double temp;
 
    while ((srcImage = cvLoadImage(imageName,1)) != NULL)
    {
        cvShowImage("srcImage",srcImage); 
        cout<<imageName<<": "<<endl;
        imageWidth = srcImage->width;
        imageHeight = srcImage->height;
 
        
        image = cvCreateImage(cvSize(imageWidth,imageHeight),8,3);
        //image = cvCloneImage(srcImage);
        Image::cloneImage(srcImage,image);
 
        bwImage = cvCreateImage(cvGetSize(srcImage),srcImage->depth,1);
        //cvZero(bwImage);
        Image::ZerosImage(bwImage);
 
 
        for (i = 0; i< imageHeight;i++)
        {
            for (j = 0;j<imageWidth;j++)
            {
                pPixel = (unsigned char*)srcImage->imageData + i*srcImage->widthStep + j*3;
                pixelB = pPixel[0];
                pixelG = pPixel[1];
                pixelR = pPixel[2];
 
                if (abs(pixelB - B) < maxDif && abs(pixelG - G)< maxDif && abs(pixelR - R)< maxDif)
                {
                    *((unsigned char*)bwImage->imageData + i*bwImage->widthStep + j) = 255;
                }else {
                    *((unsigned char*)bwImage->imageData + i*bwImage->widthStep + j) = 0;
                }
            }
        }
        cvShowImage("bwImage",bwImage);
        cvSaveImage(imageBwName,bwImage);
         //cvWaitKey(0);
        //膨胀
        //cvDilate(bwImage,bwImage,0,3);
        Image::dilateImage(bwImage,bwImage);
        Image::dilateImage(bwImage,bwImage);
        Image::dilateImage(bwImage,bwImage);
 
        //cvErode (bwImage,bwImage,0,3);
        Image::erodeImage(bwImage,bwImage);
        Image::erodeImage(bwImage,bwImage);
        Image::erodeImage(bwImage,bwImage);
 
        cvShowImage("bwImage",bwImage);
        //cvWaitKey(0);
 
        //新图，将轮廓绘制到dst
        IplImage *dst = cvCreateImage(cvGetSize(srcImage),8,3); 
        //dst = cvCloneImage(srcImage);//赋值为0
        Image::cloneImage(srcImage,dst);
        //寻找轮廓
        CvMemStorage *storage = cvCreateMemStorage(0);
        CvSeq * seq = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint), storage);
        CvSeq * tempSeq = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint), storage);
        int cnt = cvFindContours(bwImage,storage,&seq);//返回轮廓的数目
        cout<<"number of contours   "<<cnt<<endl;
        cvShowImage("bwImage",bwImage);    //难道使用cvFindContours会改变源图像？需要实现保存一下
 
        for (tempSeq = seq;tempSeq != NULL; tempSeq = tempSeq->h_next)
	    {
		    
		    length = cvArcLength(tempSeq);
		    area =  cvContourArea(tempSeq);
            //筛选面积比较大的区域
            if (area > 1000 && area < 50000)
            {
                
                //cout<<"Points:  "<<tempSeq->total<<endl;
                //外接矩形
                rect = cvBoundingRect(tempSeq,1);
                //绘制轮廓和外接矩形
                //cvDrawContours(dst,tempSeq,CV_RGB(255,0,0),CV_RGB(255,0,0),0);
                //cvRectangleR(dst,rect,CV_RGB(0,255,0));
                //cvShowImage("dst",dst);
 
                //绘制外接最小矩形
                CvPoint2D32f pt[4];
                box = cvMinAreaRect2(tempSeq,0);
                cvBoxPoints(box,pt);
                //下面开始分析图形的形状特征 
                //长轴 短轴
                axisLong = sqrt(pow(pt[1].x -pt[0].x,2) + pow(pt[1].y -pt[0].y,2));
                axisShort = sqrt(pow(pt[2].x -pt[1].x,2) + pow(pt[2].y -pt[1].y,2));
 
                if (axisShort > axisLong)
                {  
                    temp = axisLong;
                    axisLong = axisShort;
                    axisShort= temp;
                }  
                rectArea = axisLong*axisShort; 
                rectDegree =  area/rectArea;  
                //体态比or长宽比 最下外接矩形的长轴和短轴的比值
                long2Short = axisLong/axisShort;
             
                if (long2Short> 2.2 && long2Short < 3.8 && rectDegree > 0.63 && rectArea > 3000 && rectArea <50000)
                {
                    cout<<"Length:  "<<length<<endl;
                    cout<<"Area  :  "<<area<<endl;
                    cout<<"long axis ："<<axisLong<<endl;
                    cout<<"short axis: "<<axisShort<<endl;
                    cout<<"long2Short: "<<long2Short<<endl;
                    cout<<"rectArea:  "<<rectArea<<endl;
                    cout<<"rectDegree:  "<<rectDegree<<endl;
 
                    for(int i = 0;i<4;++i){
                        cvLine(dst,cvPointFrom32f(pt[i]),cvPointFrom32f(pt[((i+1)%4)?(i+1):0]),CV_RGB(255,0,0));
                    }
                }
                //cvShowImage("dst",dst);
                //cvWaitKey();
            }
	    }
        cvShowImage("dst",dst);
        cvSaveImage(imageDstName,dst);
        //cvWaitKey(0);
 
        imageCnt++;
        sprintf(imageName,"%d.jpg",imageCnt);
        sprintf(imageBwName,"%d_bw.jpg",imageCnt);
        sprintf(imageDstName,"%d_dst.jpg",imageCnt);
        cout<<"\n\n";
    }
 
    return 0;
}

//image类

//image.h


#pragma once
#include "cv.h"
#include<highgui.h>
class Image
{
public:
    Image(void);
    ~Image(void);
    static void cloneImage(IplImage *src,IplImage*dst);
    static void ZerosImage(IplImage * src);
    static void dilateImage(IplImage* src, IplImage *dst);
    static void erodeImage(IplImage* src,IplImage*dst);
    static void rgb2gray(IplImage* src, IplImage* dst);
    static void gray2bw(IplImage* src, IplImage* dst,unsigned char value);
};

//image.cpp


#include "Image.h"
 
 
Image::Image(void)
{
}
 
 
Image::~Image(void)
{
}
 
void Image::cloneImage(IplImage *src,IplImage*dst){
    int nChannels = src->nChannels;
    int imageHeight = src->height;
    int imageWidth  = src->width;
    unsigned char *pPixel= NULL;
    unsigned char *pPixel2= NULL;
    if (nChannels == 1)
    {
        for (int i = 0; i< imageHeight;i++)
        {
            for (int j = 0; j< imageWidth ;j++)
            {
                pPixel  = (unsigned char *)src->imageData + i*src->widthStep+j;
                pPixel2 = (unsigned char *)dst->imageData + i*dst->widthStep+j; 
                pPixel2[0] = pPixel[0];                          
            }
        }
    }else if (nChannels == 3)
    {
        for (int i = 0; i< imageHeight;i++)
        {
            for (int j = 0; j< imageWidth ;j++)
            {
                pPixel  = (unsigned char *)src->imageData + i*src->widthStep+3*j;
                pPixel2 = (unsigned char *)dst->imageData + i*dst->widthStep+3*j; 
                pPixel2[0] = pPixel[0];
                pPixel2[1] = pPixel[1];
                pPixel2[2] = pPixel[2];                            
            }
        }
    }
}
void Image::ZerosImage(IplImage * src){
    int nChannels = src->nChannels;
    int imageHeight = src->height;
    int imageWidth  = src->width;
    unsigned char *pPixel= NULL;
    unsigned char *pPixel2= NULL;
    if (nChannels == 1)
    {
        for (int i = 0; i< imageHeight;i++)
        {
            for (int j = 0; j< imageWidth ;j++)
            {
                pPixel  = (unsigned char *)src->imageData + i*src->widthStep+j;
                pPixel[0] = 0;                          
            }
        }
    }else if (nChannels == 3)
    {
        for (int i = 0; i< imageHeight;i++)
        {
            for (int j = 0; j< imageWidth ;j++)
            {
                pPixel  = (unsigned char *)src->imageData + i*src->widthStep + 3*j; 
                pPixel[0] = 0;
                pPixel[1] = 0;
                pPixel[2] = 0;                            
            }
        }
    }
 
}
//膨胀
void Image::dilateImage(IplImage* src, IplImage *dst){
    int nChannels = src->nChannels;
    int imageHeight = src->height;
    int imageWidth  = src->width;
    IplImage * tmpDst = cvCreateImage(cvSize(imageWidth,imageHeight),src->depth,src->nChannels);
    ZerosImage(tmpDst);
    unsigned char *pPixel= NULL;
    unsigned char *pPixel2= NULL;
    CvSize windowSize = cvSize(3,3);
    int SW2 = windowSize.width/2;
    int SH2 = windowSize.height/2;
 
    if (nChannels == 1)
    {
        for (int i = 1; i< imageHeight - 1;i++)
        {
            for (int j = 1; j< imageWidth - 1 ;j++)
            {
                pPixel  = (unsigned char *)tmpDst->imageData + i*tmpDst->widthStep+j;
                for (int m = i - SH2 ; m <= i+SH2; m++)
                {
                    for (int n = j - SW2; n <= j+SW2;n++)
                    {
                        pPixel2  = (unsigned char *)src->imageData + m*src->widthStep + n;
                        if (pPixel2[0] == 255)
                        {
                            pPixel[0] = 255;
                        }
                    }
                }
            }
        }
    }else if (nChannels == 3)
    {
       //不是灰度图像，报错
    }
 
    //拷贝图像
    cloneImage(tmpDst,dst);
    //cvShowImage("dst",dst);
    //cvWaitKey(0);
}
void Image::erodeImage(IplImage* src,IplImage*dst){
    int nChannels = src->nChannels;
    int imageHeight = src->height;
    int imageWidth  = src->width;
    IplImage * tmpDst = cvCreateImage(cvSize(imageWidth,imageHeight),src->depth,src->nChannels);
    ZerosImage(tmpDst);
    unsigned char *pPixel= NULL;
    unsigned char *pPixel2= NULL;
    CvSize windowSize = cvSize(3,3);
    int SW2 = windowSize.width/2;
    int SH2 = windowSize.height/2;
    int flag = 0;
 
    if (nChannels == 1)
    {
        for (int i = 1; i< imageHeight - 1;i++)
        {
            for (int j = 1; j< imageWidth - 1 ;j++)
            {
                pPixel  = (unsigned char *)tmpDst->imageData + i*tmpDst->widthStep+j;
                flag = 0;
                for (int m = i - SH2 ; m <= i+SH2; m++)
                {
                    for (int n = j - SW2; n <= j+SW2;n++)
                    {
                        pPixel2  = (unsigned char *)src->imageData + m*src->widthStep + n;
                        if (pPixel2[0] == 0)
                        {
                            flag = 1;
                        }
                    }
                    if (flag == 0)
                    {
                        //
                        pPixel[0] = 255;
                    }else {
                        pPixel[0] = 0;
                    }
 
                }
            }
        }
    }else if (nChannels == 3)
    {
        //不是灰度图像，报错
    }
 
    //拷贝图像
    cloneImage(tmpDst,dst);
    //cvShowImage("dst",dst);
    //cvWaitKey(0);
}
 
void Image::rgb2gray(IplImage* src, IplImage* dst){
    //Gray = 0.29900 * R + 0.58700 * G + 0.11400 * B
    int nChannels = src->nChannels;
    int imageHeight = src->height;
    int imageWidth  = src->width;
    unsigned char *pPixel= NULL;
    unsigned char *pPixel2= NULL;
    unsigned char R ,G, B;
    unsigned char grayPixle = 0;
 
    if (nChannels == 3)
    {
        for (int i = 0; i< imageHeight;i++)
        {
            for (int j = 0; j< imageWidth ;j++)
            {
                pPixel  = (unsigned char *)src->imageData + i*src->widthStep+j*3;
                pPixel2 = (unsigned char *)dst->imageData + i*dst->widthStep+j;
                B = pPixel[0];
                G = pPixel[1];
                R = pPixel[2];
                grayPixle = (unsigned char)(0.29900 * R + 0.58700 * G + 0.11400 * B);
                pPixel2[0] = grayPixle;                          
            }
        }
    }else if (nChannels == 1)
    {
        //不是RGB图像，报错
    }
}
void Image::gray2bw(IplImage* src, IplImage* dst,unsigned char value){
    int nChannels = src->nChannels;
    int imageHeight = src->height;
    int imageWidth  = src->width;
    unsigned char *pPixel= NULL;
    unsigned char *pPixel2= NULL;
    if (nChannels == 1)
    {
        for (int i = 0; i< imageHeight;i++)
        {
            for (int j = 0; j< imageWidth ;j++)
            {
                pPixel  = (unsigned char *)src->imageData + i*src->widthStep+j;
                pPixel2  = (unsigned char *)dst->imageData + i*dst->widthStep+j;
                if (pPixel[0] > value)
                {
                    pPixel2[0] = 255;
                }else {
                    pPixel2[0] = 0;
                }
                                          
            }
        }
    }else if (nChannels == 3)
    {
       //不是灰度图像，报错
    }
}

效果图：（最终的效果用红色框框出）

源码以及测试图片下载地址：http://download.csdn.net/detail/renshengrumenglibing/5073845

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/994216

图像处理基本算法 车牌识别与定位_车牌识别算法

图像处理基本算法车牌识别与定位_车牌识别算法