基于Opencv的车牌提取(C++)

转载:https://www.jianshu.com/p/08ddeb0d8878(Python)
环境:Opencv3.4.3
原图
在这里插入图片描述
直接上代码:

#include <QCoreApplication>

#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{

    Mat img = imread("car.png");
    //imshow("1.src",img);
    //高斯模糊
    Mat Gauss_img;
    GaussianBlur(img, Gauss_img, Size(3, 3),0, 0, BORDER_DEFAULT);
    //imshow("2.gauss",Gauss_img);
    //转化灰度图
    Mat gray_img;
    cvtColor(Gauss_img, gray_img, COLOR_BGR2GRAY);
    //imshow("3.gray",gray_img);
    //Sobel算子
    Mat Sobel_x,absX;
    Sobel(gray_img, Sobel_x, CV_16S, 1, 0);
    convertScaleAbs(Sobel_x,absX);
    //imshow("4.Abs",absX);
    //二值化
    Mat thr_img;
    threshold(absX,thr_img, 0, 255, THRESH_OTSU);
    //imshow("5.threshold",thr_img);

    //闭操作
    Mat element,mor_img;
    element = getStructuringElement(MORPH_RECT, Size(17, 5));
    morphologyEx(thr_img,mor_img,MORPH_CLOSE,element);
    //imshow("5.morphologyEx",mor_img);

    //膨胀、腐蚀
    Mat kernelX,kernelY,ker_img;
    kernelX = getStructuringElement(MORPH_RECT, Size(20, 1));
    kernelY = getStructuringElement(MORPH_RECT, Size(1, 19));

    dilate(mor_img,ker_img, kernelX);
    erode(ker_img,ker_img, kernelX);

    erode(ker_img,ker_img, kernelY);
    dilate(ker_img,ker_img, kernelY);
    //imshow("6.dilate and erode",ker_img);

    //中值滤波
    Mat med_img;
    medianBlur(ker_img,med_img,15);
    //imshow("7.medianBlur",med_img);

    //查找轮廓
    vector<vector<Point>>contours;
    findContours(med_img, contours, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE);
//    drawContours(img,contours,-1, Scalar(0, 0, 255), 3);
//    imshow("8.result",img);

    //ROI提取
    Mat roi_img;
    vector<Rect> boundRect(contours.size());
    for (int i = 0; i < contours.size(); i++)
    {
        boundRect[i] = boundingRect(contours[i]);
        if(boundRect[i].width > boundRect[i].height * 2) //车牌尺寸判断
        {
            //在原图上绘制矩形
            //rectangle(img, Rect(boundRect[i].x, boundRect[i].y, boundRect[i].width, boundRect[i].height), Scalar(0, 0, 255), 2);
            //ROI提取
            roi_img = img(Rect(boundRect[i].x, boundRect[i].y, boundRect[i].width, boundRect[i].height));
        }
    }
    imshow("9.ROI",roi_img);

    waitKey(0);
    return 0;
}

结果:只做了这一张图的测试
在这里插入图片描述

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。
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
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