OpenCV使用边缘提取、腐蚀、轮廓进行车牌定位
http://blog.csdn.net/superdont/article/details/24935383

版权声明:本文为博主原创文章,未经博主允许不得转载。
采用OpenCV249利用边缘检测、轮廓检测、腐蚀实现的车牌定位,具体为:
- Mat srcImage=imread("image/000.jpg");
- //imshow("a",srcImage);
- int i,j;
- int cPointR,cPointG,cPointB,cPoint;//currentPoint;
- Mat resizeImage;
- resize(srcImage,resizeImage,Size(400,300));
- Mat grayImage;
- cvtColor(resizeImage,grayImage, CV_BGR2GRAY);
- Mat medianImage;
- medianBlur(grayImage,medianImage,3); //最后一个参数需要为奇数
- Mat sobelImage;
- //参数为:源图像,结果图像,图像深度,x方向阶数,y方向阶数,核的大小,尺度因子,增加的值
- Sobel(medianImage,sobelImage,CV_8U,1,0,3,0.4,128);
- Mat normalizeImage;
- normalize(sobelImage,normalizeImage,255,0,CV_MINMAX);
- Mat binaryImage;
- threshold(normalizeImage,binaryImage, 100, 255, THRESH_BINARY_INV );
- Mat closeImage;
- //morphologyEx(binaryImage,closeImage,MORPH_CLOSE,Mat(3,1,CV_8U),Point(0,0),10); //闭运算
- Mat openImage(closeImage.rows,closeImage.cols,CV_8UC1);
- //morphologyEx(closeImage,openImage,MORPH_OPEN,Mat(3,3,CV_8U),Point(0,0),1); //开运算
- // erode(openImage,openImage,Mat(3,3,CV_8U),Point(-1,-1),10);
- dilate(binaryImage,openImage,Mat(3,3,CV_8U),Point(-1,-1),6);
- /*
- Mat rgbImage;
- cvtColor(openImage,rgbImage, CV_GRAY2BGR);
- */
- //cvtColor(openImage,openImage, CV_BGR2GRAY);
- //vector<vector<Point> > contours;
- //vector<Vec4i> hierarchy;
- //openImage=imread("test.png");
- imshow("openImage",openImage);
- /// Detect edges using canny
- // Canny( src_gray, canny_output, thresh, thresh*2, 3 );
- /// Find contours
- /* Mat thresholdImage;
- cvtColor(openImage,openImage, CV_BGR2GRAY);
- threshold( openImage,thresholdImage,127, 255, THRESH_BINARY );
- openImage=thresholdImage;*/
- vector<vector<Point> > contours;
- vector<Vec4i> hierarchy;
- findContours(openImage, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );
- Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
- for( int i = 0; i < contours.size(); i++ )
- {
- //使用边界框的方式
- CvRect aRect = boundingRect(contours[i]);
- int tmparea=aRect.height*aRect.height;
- if (((double)aRect.width/(double)aRect.height>2)&& ((double)aRect.width/(double)aRect.height<6)&& tmparea>=200&&tmparea<=25000)
- {
- rectangle(resizeImage,cvPoint(aRect.x,aRect.y),cvPoint(aRect.x+aRect.width ,aRect.y+aRect.height),color,2);
- //cvDrawContours( dst, contours, color, color, -1, 1, 8 );
- }
- }
- imshow("contour",resizeImage);
效果一般,部分测试图像:
测试了很多图片,这几张基本有个样子,通过调整腐蚀的次数,可以针对不同的图像进行定位。
参考资料:
学习OpenCV——车牌检测(定位):http://blog.csdn.net/yangtrees/article/details/7444470
OpenCV使用边缘提取、腐蚀、轮廓进行车牌定位的更多相关文章
- 车牌定位与畸变校正(python3.7,opencv4.0)
一.前言及思路简析 目前车牌识别系统在各小区门口随处可见,识别效果貌似都还可以.查阅资料后,发现整个过程又可以细化为车牌定位.畸变校正.车牌分割和内容识别四部分.本篇随笔主要介绍车牌定位及畸变校正两部 ...
- EasyPR--开发详解(2)车牌定位
这篇文章是一个系列中的第三篇.前两篇的地址贴下:介绍.详解1.我撰写这系列文章的目的是:1.普及车牌识别中相关的技术与知识点:2.帮助开发者了解EasyPR的实现细节:3.增进沟通. EasyPR的项 ...
- EasyPR源码剖析(4):车牌定位之Sobel算子定位
一.简介 sobel算子主要是用于获得数字图像的一阶梯度,常见的应用是边缘检测. Ⅰ.水平变化: 将 I 与一个奇数大小的内核进行卷积.比如,当内核大小为3时, 的计算结果为: Ⅱ.垂直变化: 将: ...
- 车牌识别LPR(四)-- 车牌定位
第四篇:车牌定位 车牌定位就是采用一系列图像处理或者数学的方法从一幅图像中将车牌准确地定位出来.车牌定位提取出的车牌是整个车牌识别系统的数据来源,它的效果的好坏直接影响到整个系统的表现,只有准确地定位 ...
- EasyPR源码剖析(2):车牌定位
上一篇主要介绍了车牌识别的整体框架和流程,车牌识别主要划分为了两个过程:即车牌检测和字符识别,而车牌识别的核心环节就是这一节主要介绍的车牌定位,即 Plate Locate.车牌定位主要是将图片中有可 ...
- 基于matlab的蓝色车牌定位与识别---识别
接着昨天的工作,把最后一部分识别讲完. 关于字符识别这块,一种最省事的办法是匹配识别,将所得的字符和自己的标准字符库相减,计算所得结果,值最小的即为识别的结果.不过这种方法是在所得字符较为标准的情况, ...
- 【原】基于matlab的蓝色车牌定位与识别---绪论
本着对车牌比较感兴趣,自己在课余时间摸索关于车牌的定位与识别,现将自己所做的一些内容整理下,也方便和大家交流. 考虑到车牌的定位涉及到许多外界的因素,因此有必要对车牌照的获取条件进行一些限定: 一.大 ...
- python-opencv实现简单的车牌定位
车牌定位的原理:https://blog.csdn.net/relocy/article/details/78705662 训练好的分类器:https://github.com/zeusees/Hyp ...
- OpenCV函数:提取轮廓相关函数使用方法
opencv中提供findContours()函数来寻找图像中物体的轮廓,并结合drawContours()函数将找到的轮廓绘制出.首先看一下findContours(),opencv中提供了两种定义 ...
随机推荐
- PhotonServer 学习
版本:Photon-OnPremise-Server-SDK_v3-4-31-10808 输出文件夹:deploy/名称/bin PhotonServer.config 配置 <Applicat ...
- Linux学习 -- 常用命令
目录处理命令 ls mkdir rmdir pwd cd cp mv rm 文件处理命令 touch cat tac more less head tail 连接命令 ln 软连接 ln -s 类似于 ...
- transform translate transition 的区别
transform是变形,下面有translate transform: rotate旋转/scale缩放/skew扭曲/translate移动/matrix矩阵变形transform连写:rotat ...
- <? extends T>和<? super T>
转自:Java泛型中extends和super的区别? 另,问题来源:Java 泛型 <? super T> 中 super 怎么 理解?与 extends 有何不同? <? ext ...
- php基础(三)超全局变量
超全局变量 在 PHP 4.1.0 中引入,是在全部作用域中始终可用的内置变量. PHP 全局变量 - 超全局变量 PHP 中的许多预定义变量都是“超全局的”,这意味着它们在一个脚本的全部作用域中都可 ...
- Union、Union All、Except、InterSect的区别
UNION: 将多个「结果集 (result set)」的「行 (row)」合并,作为单个结果集返回,并移除重复的行.若有重复的行,只留下一个. UNION ALL: 将多个「结果集 (result ...
- 把对象转换成map
public static Map toMap(Object object){ Map _result = new CaseInsensitiveMap(); if (object != null) ...
- JS预览图像将本地图片显示到浏览器上
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"> <html> <hea ...
- Chapter 16_4 私密性
在Lua面向对象编程的基础设计当中,没有提供私密性机制.但是可以用其他方法实现,从而获得对象的访问控制. 这种实现不常用,作为兴趣爱好,只做基本了解. 基本做法是:通过两个table来表示一个对象.一 ...
- chapter9_3 协同程序实现迭代器
将循环迭代器视为"生产者-消费者"模式的一种特例:迭代器产生的数据供循环体消费. 因此,用协同程序写迭代器就理所当然了.因为协同程序可以一改传统调用者与被调用者之间的关系. 有了这 ...