C++OpenCV实战——车牌去雾、车牌检测、分割

本文介绍了如何使用C++和OpenCV库进行图像去雾、车牌检测和分割。通过myFun.h、myFun.cpp及main.cpp三个文件的代码实现,实现了从图像预处理到轮廓检测,再到中值滤波、图像分割和ROI区域选择的一系列步骤。最终,成功地进行了车牌的垂直和水平边框切割,并展示了图像处理和分割后的车牌结果。
摘要由CSDN通过智能技术生成

最近接了一个单子,具体任务是首先进行去雾操作,然后进行车牌的检测和分割,话不多说具体的代码如下所示:、

myFun.h文件

#pragma once
#ifndef FUNCTION_H
#define FUNCTION_H   

#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
#include<map>
#include<math.h>

using namespace std;
using namespace cv;
//导向滤波,用来优化t(x),针对单通道

class MyClass
{
public:
	Mat guidedfilter(Mat& srcImage, Mat& srcClone, int r, double eps);
	Mat dark_channel(Mat src);
	int calculate_A(Mat src, Mat dark_channel_mat);
	Mat calculate_tx(Mat& src, int A, Mat& dark_channel_mat);
	Mat haze_removal_img(Mat& src, int A, Mat& tx);
	Mat Image_Preprocessing(Mat temp);//图像预处理
	Mat Morphological_Processing(Mat temp);//形态学处理
	Mat Locate_License_Plate(Mat temp, Mat src, Mat gray_src);//车牌定位
	Mat Affine_Transform(Mat temp);//仿射变换(用于将提取出来车牌转化为同一尺寸)
	Mat Remove_Vertial_Border
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用VC++6.0做开发工具, 采用简单的SDI框架结构 ,一次处理一幅位图(有兴趣的可以作成MDI) 1)位图信息的数据是从左下往右下为一行,一行一行往上排的。 2)每行像素应该是4的倍数,不足的地方用空点补齐,读的时候注意跳过冗余点。 3)主要数据都存在Doc里面,BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间(根据位图的大小,动态分配的)。 4)数据读进来以后,注 意向内存中贴图,以保证刷新的效率。 5)程序执行流程 应用程序生成--》打开--》CDipView的OnFileOpen 函数--》 调用CDipDoc的FileOpen 函数--》并使用myDoc->UpdateAllViews(NULL); 刷新 自动调用CDipView的OnPaint函数--》调用CDipView的OnDraw函数----一个像素点一个像素点的画 //+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 比较重要的地方 读BMP文件,只能打开256色 (可以是灰度) 显示和内存贴图技术 关于调色板: 调色板实际上是一个数组,4个BYTE 分别是 B,G,R,和 Reserved 每一个像素点都有一个相应的数组。 关于VC和windows 的绘图机制: 使用GDI(图形设备接口)对象,通常使用CDC 类,CPaintDC也一样(device-context)设备上下文 windows下的MFC编程机制,消息驱动,事件等待! 全局的app(应用程序对象) 注意 手工分配内存的清除 和CDC对象的删除 以释放系统的GDI资源 每一个new操作符都要对应一个delete 虽然已经弄出来了,还是希望大家好好读读源程序。 你们以后的工作: 在菜单中添加菜单项,通过ClassWizzard 生成消息响应函数(当然也可手动添加), 所有的操作应当是对 BYTE* ImgData;进行的。 在完成相应的功能后 将 isnewfile 和 isnewiamge 置为真 ,并使用myDoc->UpdateAllViews(NULL); 刷新 当然,可以更加有个性化一点,有能力的同学可以自己完成。 随着课程的进行,菜单功能逐渐丰富,最后完成基本的数字图像处理的功能,而不必最后一下完成一个大的作业。
车牌定位与分割计算机视觉中的一个重要应用,可以应用于交通管理、车辆管理等领域。下面是一个基于C++OpenCV车牌定位与分割代码实现。 1. 车牌定位 采用基于颜色的车牌定位方法,步骤如下: 1)将图像转换为HSV空间,提取出蓝色色调的区域; 2)对提取出的区域进行形态学操作(膨胀、腐蚀),消除噪声; 3)使用轮廓查找算法,找到符合车牌形状的轮廓; 4)利用矩形包围框框出车牌区域。 代码如下: ```c++ Mat image = imread("car.jpg"); Mat hsv; cvtColor(image, hsv, COLOR_BGR2HSV); Mat mask; inRange(hsv, Scalar(100, 43, 46), Scalar(124, 255, 255), mask); Mat kernel = getStructuringElement(MORPH_RECT, Size(19, 5)); morphologyEx(mask, mask, MORPH_CLOSE, kernel); vector<vector<Point>> contours; findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); vector<RotatedRect> rects; for (auto contour : contours) { RotatedRect rect = minAreaRect(contour); if (rect.size.width > image.cols / 2 && rect.size.height > 10) { float ratio = rect.size.width / rect.size.height; if (ratio > 2 && ratio < 5) { rects.push_back(rect); } } } for (auto rect : rects) { Point2f points[4]; rect.points(points); for (int i = 0; i < 4; i++) { line(image, points[i], points[(i + 1) % 4], Scalar(0, 0, 255), 2); } } imshow("result", image); waitKey(); ``` 2. 车牌分割 采用基于垂直投影的车牌分割方法,步骤如下: 1)将车牌区域图像转换为灰度图; 2)对图像进行二值化处理; 3)计算垂直投影直方图; 4)根据垂直投影直方图确定字符的位置,并进行分割代码如下: ```c++ Mat gray; cvtColor(image, gray, COLOR_BGR2GRAY); threshold(gray, gray, 0, 255, THRESH_BINARY | THRESH_OTSU); Mat hist = Mat::zeros(Size(gray.cols, 1), CV_32SC1); for (int j = 0; j < gray.cols; j++) { for (int i = 0; i < gray.rows; i++) { if (gray.at<uchar>(i, j) == 0) { hist.at<int>(j)++; } } } int left = 0, right = 0; bool flag = false; vector<Rect> chars; for (int j = 0; j < hist.cols; j++) { if (!flag && hist.at<int>(j) > 0) { flag = true; left = j; } else if (flag && hist.at<int>(j) == 0) { flag = false; right = j; if (right - left > 10) { chars.push_back(Rect(left, 0, right - left, gray.rows)); } } } for (auto rect : chars) { rectangle(image, rect, Scalar(0, 0, 255), 2); } imshow("result", image); waitKey(); ``` 以上就是车牌定位与分割C++OpenCV实现代码。需要注意的是,对于不同的车牌颜色和形状,可能需要调整代码中的阈值和参数,才能得到较好的效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

AI炮灰

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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