车牌图像倾斜校正

最新推荐文章于 2023-12-02 01:14:09 发布
最新推荐文章于 2023-12-02 01:14:09 发布
阅读量4.5k 收藏 10
点赞数
分类专栏： 图像

车牌图片有一拍摄的角度不同，图像会存在或多或少的倾斜，如不对图像进行校正，将会影响到后来的字符分割。图像倾斜校正首先要获得图像的倾斜角度，我们采用Hough变换求得图像的倾斜角度。

//Hough变换求图像倾斜角度
     /*************************************************************************
 *
 * 函数名称：
 *   HoughDIB()
 *
 * 参数:
 *   LPSTR lpDIBBits    - 指向源DIB图像指针
 *   LONG  lWidth       - 源图像宽度（象素数，必须是4的倍数）
 *   LONG  lHeight      - 源图像高度（象素数）
 * 返回值:
 *   BOOL               - 运算成功返回TRUE，否则返回FALSE。
 *
 * 说明:
 * 该函数用于对检测图像中的直线
 * 要求目标图像为只有0和255两个灰度值的灰度图像。
 ************************************************************************/


float HoughDIB(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
        int Anglenumber;
        #define pi 3.1415926
        // 指向源图像的指针
        LPSTR        lpSrc;
        
        // 指向缓存图像的指针
        LPSTR        lpDst;
        
        // 指向变换域的指针
        LPSTR   lpTrans;


        // 图像每行的字节数
        LONG lLineBytes;
        
        // 指向缓存DIB图像的指针
        LPSTR        lpNewDIBBits;
        HLOCAL        hNewDIBBits;


        //指向变换域的指针
        LPSTR        lpTransArea;
        HLOCAL        hTransArea;


        //变换域的尺寸
        int iMaxDist;


int iMaxAngleNumber;


        //变换域的坐标
        int iDist;
        int iAngleNumber;


        //循环变量
        long i;
        long j;


        //像素值
        unsigned char pixel;


        //存储变换域中的两个最大值
        MaxValue MaxValue1;
        MaxValue MaxValue2;


        // 暂时分配内存，以保存新图像
        hNewDIBBits = LocalAlloc(LHND, lWidth * lHeight);


        if (hNewDIBBits == NULL)
        {
                // 分配内存失败
                return FALSE;
        }
        
        // 锁定内存
        lpNewDIBBits = (char * )LocalLock(hNewDIBBits);


        // 初始化新分配的内存，设定初始值为255
        lpDst = (char *)lpNewDIBBits;
        memset(lpDst, (BYTE)255, lWidth * lHeight);


        //计算变换域的尺寸
        //最大距离
        iMaxDist = (int) sqrt(lWidth*lWidth + lHeight*lHeight);


        //角度从0－180，每格2度
        iMaxAngleNumber = 180;


        //为变换域分配内存
        hTransArea = LocalAlloc(LHND, lWidth * lHeight * sizeof(int));


        if (hNewDIBBits == NULL)


{
                // 分配内存失败
                return FALSE;
        }
        
        // 锁定内存
        lpTransArea = (char * )LocalLock(hTransArea);
                
        // 初始化新分配的内存，设定初始值为0
        lpTrans = (char *)lpTransArea;
        memset(lpTrans, 0, lWidth * lHeight * sizeof(int));


        // 计算图像每行的字节数
        lLineBytes = WIDTHBYTES(lWidth * 8);


        for(j = 0; j <lHeight; j++)
        {
                for(i = 0;i <lWidth; i++)
                {


                        // 指向源图像倒数第j行，第i个象素的指针                        
                        lpSrc = (char *)lpDIBBits + lLineBytes * j + i;


                        //取得当前指针处的像素值，注意要转换为unsigned char型
                        pixel = (unsigned char)*lpSrc;


                        //目标图像中含有0和255外的其它灰度值
                        if(pixel != 255 && *lpSrc != 0)
                                return FALSE;


                        //如果是黑点，则在变换域的对应各点上加1
                        if(pixel == 0)
                        {
                                //注意步长是2度
                                for(iAngleNumber=0; iAngleNumber<iMaxAngleNumber; iAngleNumber++)
                                {
                                        iDist = (int) fabs(i*cos(iAngleNumber*pi/180.0) + \
                                                j*sin(iAngleNumber*pi/180.0));
                                
                                        //变换域的对应点上加1
                                        *(lpTransArea+iDist*iMaxAngleNumber+iAngleNumber) = \
                                                *(lpTransArea+iDist*iMaxAngleNumber+iAngleNumber) +1;
                                }
                        }


}
        }
                                
        //找到变换域中的两个最大值点
        MaxValue1.Value=0;
        MaxValue2.Value=0;
        
        //找到第一个最大值点
        for (iDist=0; iDist<iMaxDist;iDist++)
        {
                for(iAngleNumber=0; iAngleNumber<iMaxAngleNumber; iAngleNumber++)
                {
                        if((int)*(lpTransArea+iDist*iMaxAngleNumber+iAngleNumber)>MaxValue1.Value)
                        {
                                MaxValue1.Value = (int)*(lpTransArea+iDist*iMaxAngleNumber+iAngleNumber);
                                MaxValue1.Dist = iDist;
                                MaxValue1.AngleNumber = iAngleNumber;
                        }


                }
        }


        //将第一个最大值点附近清零
        for (iDist = -9;iDist < 10;iDist++)
        {
                for(iAngleNumber=-1; iAngleNumber<2; iAngleNumber++)
                {
                        if(iDist+MaxValue1.Dist>=0 && iDist+MaxValue1.Dist<iMaxDist \
                                && iAngleNumber+MaxValue1.AngleNumber>=0 && iAngleNumber+MaxValue1.AngleNumber<=iMaxAngleNumber)
                        {
                                *(lpTransArea+(iDist+MaxValue1.Dist)*iMaxAngleNumber+\
                                        (iAngleNumber+MaxValue1.AngleNumber))=0;
                        }
                }
        }


        Anglenumber=MaxValue1.AngleNumber;
                
//        }


        // 释放内存
        LocalUnlock(hNewDIBBits);


LocalFree(hNewDIBBits);


        // 释放内存
        LocalUnlock(hTransArea);
        LocalFree(hTransArea);
   if(Anglenumber>0)
   {
        // 返回
           //MessageBox("ok",0,0);
           return Anglenumber+90;
   }
   else
   {
              return 90-abs(Anglenumber);
   }
}


//图像倾斜校正


void CPhotodealView::Rectinication(HDIB hDIB,float fAngel)
{
   #define PI 3.1415926
        //循环变量
   long i0;
   long j0;
   long i1;
   long j1;
   float ffAngle;


   LONG lWidth;
   LONG lHeight;
   LONG lLineBytes;
   
   
   CPhotodealDoc* pDoc = GetDocument();
   // 指向DIB的指针
        LPSTR lpDIB;
        
        // 指向DIB象素指针
        LPSTR    lpDIBBits;
   //锁定DIB
           lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) pDoc->GetHDIB());
   //找到DIB图像象素起始位置
   lpDIBBits = ::FindDIBBits(lpDIB);


// 判断是否是8-bpp位图（这里为了方便，只处理8-bpp位图，其它的可以类推）
        if (::DIBNumColors(lpDIB) != 256)
        {
                // 提示用户
                MessageBox("目前只支持查看256色位图灰度直方图！", "系统提示" , MB_ICONINFORMATION | MB_OK);
                
                // 解除锁定
                ::GlobalUnlock((HGLOBAL) pDoc->GetHDIB());
                
                // 返回
                return;
        }
   // 更改光标形状
        BeginWaitCursor();
    //DIB的宽度
        lWidth =::DIBWidth(lpDIB);
    //DIB的高度
    lHeight =::DIBHeight(lpDIB);
    //计算图像每行的字节数
        lLineBytes =WIDTHBYTES(lWidth * 8);


        if(fAngel>90)
        {
                fAngel=180-fAngel;
        }
    //旋转角度的弧度
        ffAngle=(fAngel*PI/180);
    //角的正余旋
        float fSinAngle=(float)sin(ffAngle);
    float fCosAngle=(float)cos(ffAngle);
        float fTgAngle=fSinAngle/fCosAngle;
        unsigned char* m_temp;
        m_temp=new unsigned char[lLineBytes*lHeight];


    //复制空白数据到中间缓存
        for (i0=0;i0<lLineBytes*lHeight;i0++)
                 m_temp[i0]=255;
    //先对X方向进行校正处理
    for (i0=0;i0<lHeight;i0++)
        {
                for(j0=0;j0<lWidth;j0++)
                {


//计算校正后的坐标位置
                           //MessageBox("ok");
                                j1=(LONG)((j0-lWidth/2)*fCosAngle+(lHeight/2-i0)*fSinAngle+lWidth/2+0.5f);
                            i1=(LONG)(-(j0-lWidth/2)*fSinAngle-(lHeight/2-i0)*fCosAngle+lHeight/2+0.5f);
                        


            //将原始象素复制到目标位置000
                        if(i1>=0&&i1<lHeight&&j1>=0&&j1<lWidth)
                        {
                                m_temp[lLineBytes*(lHeight-i1-1)+j1]=*(lpDIBBits+lLineBytes*(lHeight-i0-1)+j0);
            }
                }
        }
    //回存处理结果到DIB
        for(i0=0;i0<lLineBytes*lHeight;i0++)
                *(lpDIBBits+i0)=m_temp[i0];


        /
    //调用中值滤波进行平滑处理
    // 锁定DIB
/*        lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) pDoc->GetHDIB());
        // 找到DIB图像象素起始位置
        lpDIBBits = ::FindDIBBits(lpDIB);
                // 判断是否是8-bpp位图（这里为了方便，只处理8-bpp位图的中值滤波，其它的可以类推）
        if (::DIBNumColors(lpDIB) != 256)
        {
                // 提示用户
                MessageBox("目前只支持256色位图的中值滤波！", "系统提示" ,
                        MB_ICONINFORMATION | MB_OK);
                // 解除锁定
                ::GlobalUnlock((HGLOBAL) pDoc->GetHDIB());
                // 返回
                return;
        }
                // 更改光标形状
        BeginWaitCursor();
        // 调用MedianFilter()函数中值滤波
        if (::MedianFilter(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB), 
                  3, 1, 0, 1))
        {
                
                // 设置脏标记
                pDoc->SetModifiedFlag(TRUE);


// 更新视图
                pDoc->UpdateAllViews(NULL);
        }
        else
        {
                // 提示用户
                MessageBox("分配内存失败！", "系统提示" , MB_ICONINFORMATION | MB_OK);
        }*/
        
        // 解除锁定
        ::GlobalUnlock((HGLOBAL) pDoc->GetHDIB());


        // 恢复光标
        //EndWaitCursor();
        delete[]m_temp;
    //恢复光标
        EndWaitCursor();
}


说明上面只提供了功能模块的主要函数。




转自：http://www.opencvchina.com/thread-812-1-1.html

小米粒ing
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
车牌识别--倾斜矫正
weixin_30518397的博客
01-31 689
在车牌识别系统中， 车牌字符能够正确分割的前提是车牌图像能够水平，以至于水平投影和垂直投影能够正常进行。如果车牌倾斜没有矫正，那么水平投影和垂直投影，甚至铆钉都无法正常处理。所以，当车辆信息中获取车牌的第一步，应该是检查倾斜角度，做倾斜矫正。 倾斜矫正，这里使用的算法： 1、倾斜角度检测： 霍夫变换 关于hough变换，可以参考前面图像处理博文： http://blog.csdn.net/...
基于opencv2.4.9的车牌定位、倾斜校正、字符分割代码实现。含详细注解。
05-18
本人最近练手做的小项目，在CSDN上也参考了很多代码，积分花了不少可是大多都没用上！要么是版本不对劲，要么是完全读不懂，所以自己上传了！代码包括车牌定位，车牌倾斜校正，字符分割。字符的识别部分未做完。
MATLAB车牌识别设计1
最新发布
m0_75211241的博客
12-02 826
当然，该车牌识别系统也存在不足之处，由于使用模板匹配算法，在对车牌识别之前需要预装入大量的识别模板，才能对现有车牌识别范围提高，识别模板越多，所识别的字符越多，同时也提高了存贮容量，识别时间也相应的提高，可以使用机器学习算法对系统进行改进，免去。(2)确定每个字符的左起始和右终止位置：在第一步得到的高度范围内进行自左向右逐列扫描，遇到第一个黑色像素时，认为是字符分割的起始位，然后继续扫描，直到遇到有一列中没有黑色像素，认为是这个字符的右终止位置，准备开始进行下一个字符的分割。对分割出来的区域进行识别调整。
对文本倾斜角度的校正
weixin_40586929的博客
06-29 3858
上一篇我们提到了车牌的位置定位，主要运用的知识点是查找边缘的轮廓，并且使用形态学的操作扩大、缩小轮廓然后提取出来。其实在OCR（光学字符识别）中也是会用到这样的方法，但是在OCR识别中，就可能会出现文字方向并不是出于完全的垂直或者完全的水平，而是倾斜一定的角度。 比如像上图这样的图片，那么在进行识别的时候就可能会因为这个因素而造成结果上的误差。那么在这个时候就需要对文本倾斜的角度进行校正。 矩阵校正法 具体的方法可以通过矩阵进行旋转校正。在经过形态学操作后，我们会获得文本的大概外轮廓信息，然后我们就可以根
chepaishibieyufengge.rar_hsv车牌定位_matlab 倾斜校正_图像定位_颜色定位
07-15
提出了一种基于颜色空间和字频统计结合的车牌分割方法。该方法是在HSV彩色空间中,充分利用车牌图像提供的彩色信息,构造出灰度图,然后采用数学形态学、字频统计方法分析和判断,进行初定位。然后进行水平和垂直倾斜校正，去除边框，最后确定并分割出汽车牌照。该方法不受车牌大小、位置以及车牌的背景和光照条件等方面的限制
【opencv】车牌定位及倾斜较正
飞飞要努力呀
01-18 9644
简单图像处理得到 最后结果毕设做毕了业完来写
车牌倾斜矫正
热门推荐
lcy597692327的博客
03-15 1万+
     在车牌识别系统中， 车牌字符能够正确分割的前提是车牌图像能够水平，以至于水平投影和垂直投影能够正常进行。如果车牌倾斜没有矫正，那么水平投影和垂直投影，甚至铆钉都无法正常处理。所以，当车辆信息中获取车牌的第一步，应该是检查倾斜角度，做倾斜矫正。1、倾斜角度检测： 霍夫变换2、倾斜矫正： 图像旋转1、提取车牌整体图片数据， 根据第一步结果，提取出，车牌在辆大体位置信息。关于车牌定位，我使用两...
车牌识别系统中车牌定位以及倾斜矫正
04-26
车牌识别系统中的车牌定位，字体倾斜矫正，以及字符分割的算法总结，性能总结。
车牌倾斜校正
10-12
车牌倾斜校正，基于Radon变换的车牌倾斜校正实现和应用。
车牌倾斜矫正的MATLAB实现
08-17
基于MATLAB实现的车牌矫正功能，使用RANDO变换，简单实现了目标
车牌倾斜纠正
03-26
自己测试可用，自编的车牌纠正程序，可调用，可用于做毕业设计。
Rdon变换车牌倾斜校正_Radon变换_matlab_车牌识别_倾斜校正_
09-29
基于拉东变换的倾斜校正（摘自车牌识别部分程序代码）
车牌倾斜校正matlab程序
11-26
matlab 车牌识别 倾斜校正
radon变换车牌倾斜校正Matlab代码
04-20
输入参数是灰度化后的车牌图像，输出参数是校正后的车牌图像和计算出的倾斜角度
车牌倾斜校正论文 图像校正
07-07
车牌图像倾斜校正 的一种方法 论文参考文献。。。。。。
matlab倾斜的车牌图像校正
04-24
针对这个问题，您可以使用角度估计和仿射变换等图像处理方法来进行倾斜的车牌图像校正。其中，角度估计可以通过 Hough 变换、轮廓检测和最小外接矩形等技术来实现；仿射变换则可以通过将原始图像中四个点映射到目标...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值