基于Halcon学习的车牌识别【一】

* Image Acquisition 01: Code generated by Image Acquisition 01
*采集图像
read_image (Image, 'C:/Users/gwd/Desktop/车牌.png')
dev_clear_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
dev_display (Image)
*转化为灰度图像，注意这里翻转图像灰度值是因为我们后面用的是halcon自带的字库
*而halcon自带字库是白底黑字的
rgb1_to_gray (Image, GrayImage)
*图像取反，由于识别用到训练字库都是暗字体
invert_image (GrayImage, ImageInvert)
*快速二值化【灰度处理】
binary_threshold (ImageInvert, Region, 'max_separability', 'dark', UsedThreshold)
*形成不同连通域
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, ['column','row','area'], 'and', [72.94,93.761,738.53], [500,127.89,2399.08])

*开始排序
sort_region (SelectedRegions, SortedRegions, 'character', 'true', 'row')
*识别数字
read_ocr_class_mlp ('Document_0-9A-Z_NoRej.omc', OCRHandle)
*依据OCRHandle句柄，对提取体征进行识别与学习，把结果赋值给 Class
do_ocr_multi_class_mlp (SortedRegions, ImageInvert, OCRHandle, Class, Confidence)
*计算字符个数Number，为显示所用
count_obj (SortedRegions, Number)
*计算面积的行列
area_center (SortedRegions, Area1, Row1, Column1)
*（class是从0开始检索的，Index是从1开始检索）175 为所在行 ，Column1也是从0开始检索的 】
for Index := 1 to Number by 1
    disp_message (WindowHandle, Class[Index-1], 'Image3', 175, Column1[Index-1], 'blue', 'true')
endfor

结果显示在对应字母的下方