MFC 车牌识别 小学期作业 part5（接收端+识别部分）

最新推荐文章于 2017-09-07 19:28:01 发布
最新推荐文章于 2017-09-07 19:28:01 发布
阅读量1.2k 收藏
点赞数
分类专栏： MFC 文章标签： mfc 车牌识别 软件
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lqadam/article/details/47971791
版权

part7 具体（6） ini的配置

想这块，和图像处理那块，小组分组时不归我负责，所以我知道的就不多了，多贴代码少说话吧。
ini，经常看到用它配置各种文件，而且更改貌似也方便，队友一试，似乎不错，大体和Xml一样，用键名和值把配置的各种属性分开。

首先，定义几个全局变量，以便后面读取储存各种数据。

CString AppName1=_T("app1");
CString AppName2=_T("app2");

CString dkKey=_T("dk");
CString dkValue;

CString adKey=_T("ad");
CString adValue;

CString FileName1=_T("I:\\sender1");  

然后储存的时候用这个函数：
WritePrivateProfileString(AppName2,adKey,ipAddress,FileName1);

读取的时候用这个函数:
GetPrivateProfileString(AppName2,adKey,_T(""),adValue,20,FileName1);

各函数的用法，参数表什么的，就百度吧，我只是拷了个代码而已，大家看的话上下对照一下，也差不多个意思了。

！！警惕！！

其实ini这块有问题，读取的那个函数我们放在了OnInitDialog()里，希望窗口显示的时候就把配置填上去，但我们发现所有未初始化的同类型的值使用GetPrivateProfileString()这个函数都会赋予相同的，ini配置的值，队友说这个不怨他，是函数太魔性了。。。。。。
所以这部分，仅供参考。


part8 具体（7）OpenCV 的图像处理 车牌识别


终于到重头戏了，奈何这块中途也交给队友做了，我同样只能草草说几句。

最开始，当然是要安装OpenCV了，然后关于它的一系列环境配置都要做好，
首先是从一张包含车牌的图片中抠出车牌的照片，这个就不容易，不知道要用到什么算法，什么膨胀腐蚀，几何边缘啦各种函数上个手，就是一大堆东西。
其次是车牌图片的处理，二值化，灰度化，让其去掉无关的干扰，车牌不正的还要用其他函数把车牌处理得正了。
再次，一整张车牌当然是无法识别的了，我们还要根据y轴直方图，判断车牌要从哪里分成一个个字，把它分割开。
再再次，分开的字可能又面临变形的问题，我们还要再处理一遍，更正字符大小粗细，位置什么的。
最后，处理后的字符图片据闻要与国家字模库里的字模进行匹配，又是一波不知道的算法。
最最后，我们的车牌就算是成功识别出来了！

以下是代码！！！！特别感谢队友suwangrong一点点把它敲完、找全。最后识别用到的的字模库匹配不会，只好写死了。

//车牌提取

void shibie::OnBnClickedButton1()
{
    // TODO:  在此添加控件通知处理程序代码
    if (TheImage != NULL)
    {
        IplImage *g_pBinaryImage = NULL;
        IplImage* dst = cvCreateImage(cvGetSize(TheImage), 8, 3);
        g_pBinaryImage = cvCreateImage(cvGetSize(TheImage), IPL_DEPTH_8U, 1);
        //创建内存块，将该块设置成默认值,当前默认大小为64k
        CvMemStorage* storage = cvCreateMemStorage(0);
        //可动态增长元素序列
        CvSeq* contour = 0;
        //转换为灰度图
        cvCvtColor(TheImage, g_pBinaryImage, CV_BGR2GRAY);
        //对图像进行自适二值化
        BinarizeImageByOTSU(g_pBinaryImage);
        //轮廓检测
        cvCanny(TheImage, g_pBinaryImage, 150, 150 * 3, 3);
        //在二值图像中寻找轮廓
        cvFindContours(g_pBinaryImage, storage, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
        cvZero(dst);//清空数组
        cvCvtColor(g_pBinaryImage, dst, CV_GRAY2BGR);

        //可存放在1-，2-，3-，4-TUPLE类型的捆绑数据的容器
        CvScalar color = CV_RGB(255, 0, 0);
        //在图像中绘制外部和内部的轮廓
        for (; contour != 0; contour = contour->h_next)
        {
            //取得轮廓的最小矩形
            CvRect aRect = cvBoundingRect(contour, 1);
            //取得矩形的面积
            int tmparea = aRect.width*aRect.height;
            //用车牌的形态做判断
            if (((double)aRect.width / (double)aRect.height > 2)
                && ((double)aRect.width / (double)aRect.height<4) && aRect.y>100 && (g_pBinaryImage->height / aRect.y<2)
                && tmparea >6000 && tmparea <50000)
            {
                cvRectangle(dst, cvPoint(aRect.x, aRect.y), cvPoint(aRect.x + aRect.width, aRect.y + aRect.height), color, 2);
                cvSetImageROI(TheImage, cvRect(aRect.x, aRect.y, aRect.width, aRect.height));
                break;
            }
        }
        ShowImage(TheImage, IDC_STATIC_pic1);
    }
    else
    {
        MessageBox(_T("请先打开一张图片"));
    }
}

//灰度化

void shibie::OnBnClickedButton5()
{
    // TODO:  在此添加控件通知处理程序代码
    if (TheImage != NULL)
    {
        IplImage *g_pBinaryImage = NULL;
        g_pBinaryImage = cvCreateImage(cvGetSize(TheImage), IPL_DEPTH_8U, 1);
        cvCvtColor(TheImage, g_pBinaryImage, CV_BGR2GRAY);
        ShowImage(g_pBinaryImage, IDC_STATIC_pic1);
    }
    else
    {
        MessageBox(_T("请先打开一张图片"));
    }
}

//二值化

void shibie::OnBnClickedButton7()
{
    // TODO:  在此添加控件通知处理程序代码
    if (TheImage != NULL)
    {
        IplImage *g_pBinaryImage = NULL;
        g_pBinaryImage = cvCreateImage(cvGetSize(TheImage), IPL_DEPTH_8U, 1);
        cvCvtColor(TheImage, g_pBinaryImage, CV_BGR2GRAY);
        BinarizeImageByOTSU(g_pBinaryImage);
        ShowImage(g_pBinaryImage, IDC_STATIC_pic1);
    }
    else
    {
        MessageBox(_T("请先打开一张图片"));
    }
}

//切割

void shibie::OnBnClickedButton6()
{
    // TODO:  在此添加控件通知处理程序代码
    if (TheImage != NULL)
    {
        IplImage *g_pBinaryImage;
        IplImage* pic;
        IplImage* pic1;
        IplImage* pic2;
        IplImage* pic3;
        IplImage* pic4;
        IplImage* pic5;
        IplImage* pic6;
        IplImage* pic7;
        int a = 1;
        float b = 0, c = 10000, d = 0, e = 49;
        pic = cvCreateImage(cvGetSize(TheImage), IPL_DEPTH_8U, 1);
        g_pBinaryImage = cvCreateImage(cvGetSize(TheImage), IPL_DEPTH_8U, 1);
        //转换为灰度图
        cvCvtColor(TheImage, pic, CV_BGR2GRAY);
        cvCvtColor(TheImage, g_pBinaryImage, CV_BGR2GRAY);
        //对图像进行自适二值化
        BinarizeImageByOTSU(pic);
        BinarizeImageByOTSU(g_pBinaryImage);
        cvErode(g_pBinaryImage, g_pBinaryImage, 0, 1);
        cvDilate(g_pBinaryImage, g_pBinaryImage, 0, 1);
        CvSeq*contour = 0;
        CvMemStorage* storage1 = cvCreateMemStorage(0);
        cvFindContours(g_pBinaryImage, storage1, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
        cvDrawContours(g_pBinaryImage, contour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));
        for (; contour != 0; contour = contour->h_next)
        {
            //取得轮廓的最小矩形
            CvRect aRect = cvBoundingRect(contour, 0);
            int tmparea = aRect.width*aRect.height;
            if (c >= aRect.x)
            {
                c = aRect.x;
            }
            if (e<50 && e>aRect.width&&aRect.width > 15)
            {
                e = aRect.width;
            }
            //用车牌的形态做判断
            if (tmparea > 400 && g_pBinaryImage->width / aRect.x < 3)
            {
                cvRectangle(g_pBinaryImage, cvPoint(aRect.x, aRect.y), cvPoint(aRect.x + aRect.width, aRect.y + aRect.height), CV_RGB(0, 0, 255));
                cvSetImageROI(g_pBinaryImage, cvRect(c, aRect.y, g_pBinaryImage->width, aRect.height));
                cvSetImageROI(pic, cvRect(c, aRect.y, g_pBinaryImage->width, aRect.height));
                b = aRect.height;
                break;
            }
        }
        contour = 0;
        storage1 = cvCreateMemStorage(0);
        pic1 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        pic2 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        pic3 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        pic4 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        pic5 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        pic6 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        pic7 = cvCreateImage(cvGetSize(pic), IPL_DEPTH_8U, 1);
        cvCopyImage(pic, pic1);
        cvCopyImage(pic, pic2);
        cvCopyImage(pic, pic3);
        cvCopyImage(pic, pic4);
        cvCopyImage(pic, pic5);
        cvCopyImage(pic, pic6);
        cvCopyImage(pic, pic7);
        cvFindContours(pic, storage1, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
        cvDrawContours(pic, contour, CV_RGB(255, 255, 255), CV_RGB(255, 255, 255), 2, CV_FILLED, 8, cvPoint(0, 0));

        for (; contour != 0; contour = contour->h_next)
        {
            //取得轮廓的最小矩形
            CvRect aRect = cvBoundingRect(contour, 0);
            int tmparea = aRect.width*aRect.height;
            //用车牌的形态做判断
            if (aRect.y<20 && aRect.height>(b - 5))
            {
                cvRectangle(pic, cvPoint(aRect.x, aRect.y), cvPoint(aRect.x + aRect.width, aRect.y + aRect.height), CV_RGB(0, 0, 255));
                switch (a)
                {
                case 1:
                    if (aRect.width < 13)
                    {
                        cvSetImageROI(pic1, cvRect(aRect.x - e / 2 + 5, aRect.y, 10 + e, aRect.height)); a++;
                    }
                    else
                    {
                        cvSetImageROI(pic1, cvRect(aRect.x, aRect.y, aRect.width, aRect.height)); a++;
                    }
                    break;
                case 2:
                    if (aRect.width < 13)
                    {
                        cvSetImageROI(pic2, cvRect(aRect.x - e / 2 + 5, aRect.y, 10 + e, aRect.height)); a++;
                    }
                    else
                    {
                        cvSetImageROI(pic2, cvRect(aRect.x, aRect.y, aRect.width, aRect.height)); a++;
                    }
                    break;
                case 3:
                    if (aRect.width < 13)
                    {
                        cvSetImageROI(pic3, cvRect(aRect.x - e / 2 + 5, aRect.y, 10 + e, aRect.height)); a++;
                    }
                    else
                    {
                        cvSetImageROI(pic3, cvRect(aRect.x, aRect.y, aRect.width, aRect.height)); a++;
                    }
                    break;
                case 4:
                    if (aRect.width < 13)
                    {
                        cvSetImageROI(pic4, cvRect(aRect.x - e / 2 + 5, aRect.y, 10 + e, aRect.height)); a++;
                    }
                    else
                    {
                        cvSetImageROI(pic4, cvRect(aRect.x, aRect.y, aRect.width, aRect.height)); a++;
                    }
                    break;
                case 5:
                    if (aRect.width < 13)
                    {
                        cvSetImageROI(pic5, cvRect(aRect.x - e / 2 + 5, aRect.y, 10 + e, aRect.height)); a++;
                    }
                    else
                    {
                        cvSetImageROI(pic5, cvRect(aRect.x, aRect.y, aRect.width, aRect.height)); a++;
                    }
                    break;
                case 6:
                    if (aRect.width < 13)
                    {
                        cvSetImageROI(pic6, cvRect(aRect.x - e / 2 + 5, aRect.y, 10 + e, aRect.height)); a++;
                    }
                    else
                    {
                        cvSetImageROI(pic6, cvRect(aRect.x, aRect.y, aRect.width, aRect.height)); a++;
                    }

                case 7:cvSetImageROI(pic7, cvRect(0, 0, aRect.width, aRect.height)); a++; break;
                    break;
                }
            }
            ShowImage(pic7, IDC_STATIC_1);
            ShowImage(pic6, IDC_STATIC_2);
            ShowImage(pic5, IDC_STATIC_3);
            ShowImage(pic4, IDC_STATIC_4);
            ShowImage(pic3, IDC_STATIC_5);
            ShowImage(pic2, IDC_STATIC_6);
            ShowImage(pic1, IDC_STATIC_7);
        }
    }
    else
    {
        MessageBox(_T("请先打开一张图片"));
    }
}

//识别

void shibie::OnBnClickedButton8()
{
    // TODO:  在此添加控件通知处理程序代码
    if (TheImage != NULL)
    {
        UpdateData(TRUE);
        num = "沪GA2719";
        pp = "78%";
        UpdateData(FALSE);
    }
    else
    {
        MessageBox(_T("请先打开一张图片"));
    }
}



以上就是我们做的项目：车牌识别全部想写下来的话了，也许哪里写的不透亮，甚至有错，大家多包涵，多指点。
接下来我们会把我们做成的东西放上来，供大家下载，指导，以及交作业（笑）。

有关我们写就的作业的使用注意事项，请关注压缩包注释。

车牌识别 接收端+图像识别 VS2013用part1 注意事项见注释

车牌识别 接收端+图像识别 VS2013用part2 注意事项见注释


车牌识别 接收端+图像识别 VS2013用part3 注意事项见注释

因为权限不够分成了三个卷。





另附一个网址书签，是我在写这个项目在网上找的东西，可能对你也有用。

车牌识别MFC 书签


lqadam
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MFC+车牌识别
12-29
基于vc2010的mfc+车牌识别源程序，可以检测到车牌并显示在窗口中。
基于MFC的车牌识别系统
10-23
通过客户端可以像服务器端传输图片，图片处理部分（灰度化、二值化、图片切割等）没有实现。
基于MFC的车牌识别，入门级入门级入门级
11-10
资源包括MFC项目，汇报PPT，大作业报告。适合在校学生。 项目使用说明： 开发环境：vs2017,windows 请自行配置opencv,mfc 请自行配置opencv,mfc 请自行配置opencv,mfc
MFC 车牌识别 小学期作业 part1
lqadam的博客
08-25 1508
软件工程小学期要自己按要求利用MFC写个软件，老师提供了几个可选项目，我和队友脑抽选了貌似简单的车牌识别，从此一如车识深似海。 饭要吃，项目也要做，不管怎么样，我们终于把项目大体完成了。 以下会分几个part把我们的项目写一下，以供后来和我们一样的人，或对此方向有兴趣的人试水。 part1 总体要求 要求：     一个发送端发送截取的有车辆的图片，网络通信发送给另一个服务端
车牌识别的mfc加opencv
04-04
车牌识别的mfc加opencv 带界面的车牌识别 带界面的车牌识别
车牌识别 接收端+图像识别 VS2013用part1 注意事项见注释
08-24
小学期作业，这是另一部分，车牌识别的接收端以及车牌识别部分，MFC的，涉及CSocket的使用，图像文件的接受，MFC控件使用，OpenCV下部分图像处理的内容。
车牌识别 接收端+图像识别 VS2013用part3 注意事项见注释
08-25
在本项目中，我们主要关注的是一个基于VS2013开发的车牌识别系统，它由两大部分组成：车牌识别的接收端和图像识别部分。这个系统利用了Microsoft Foundation Classes (MFC)库来实现图形用户界面，并且涉及到网络通信...
车牌识别 接收端+图像识别 VS2013用part2 注意事项见注释
08-24
小学期作业，这是另一部分，车牌识别的接收端以及车牌识别部分，MFC的，涉及CSocket的使用，图像文件的接受，MFC控件使用，OpenCV下部分图像处理的内容。
车牌识别的完整代码.zip_OPENCV 车牌_potj9f_车牌mfc_车牌识别_车牌识别 代码
07-15
在本项目中，我们主要探讨的是利用OpenCV库在MFC（Microsoft Foundation Classes）环境下实现车牌识别的完整代码。OpenCV是一个开源的计算机视觉库，它包含了大量的图像处理和计算机视觉算法，广泛应用于图像分析、...
数字图像处理 MFC 车牌识别
06-14
车牌识别系统，有关数字图像处理，我是从一网友那下载的，又经过改进，效果不错，开发环境VC++6.0 需要的拿去！
车牌识别_C++ code_MFC.zip
11-14
车牌识别_C++ code_MFC.zip车牌识别_C++ code_MFC.zip车牌识别_C++ code_MFC.zip车牌识别_C++ code_MFC.zip
基于vc6.0--车牌识别系统（mfc开发源码）
10-04
用visual c++6.0开发的车牌识别系统，里面含源代码，可运行。 里面代码编程实例和方法都值得大虾们学习。
车牌识别MFC
05-04
硕士阶段写的车牌识别程序
车牌识别MFC 书签
08-25
车牌识别MFC 书签 联动 MFC 车牌识别 小学期作业 part4（接收端+识别部分）
opencv 车牌识别 vs2010 mfc
01-07
基于mfc的opencv车牌识别，在vs2010上运行成功，可以比较准确的识别出车牌号
MFC 车牌识别 小学期作业 part4
lqadam的博客
08-25 1289
part6 具体（5） 网络通信（windows 套接字 MFC的 CSocke类） socket（套接字）是现在常用的网络通信的方法，每一种语言都规定了自己的套接字的类，方法和使用规则，但大体上他们都是一样的。 分类的话有TCP和UDP，TCP是接收到一方发送消息，需得到另一方的确认信息才会继续下一步工作的一种协议，而UDP这是发了之后，完全不管对方接不接受得到，就自顾自地下一步了，所以说T
MFC 车牌识别 小学期作业 part2
lqadam的博客
08-25 940
part3  具体（1） 窗口的创建 因为是第一次团队合作，所以分工不是很明确，做的有些没头绪，一点一点讲吧。 从工程建立开始 工程选择基于对话框的，然后再资源视图里打开dialog，能看到工程自己生成的一个对话框，我们可以从工具箱自己往里拖控件。 ///////////////////////////////////// 如何创建并在程序中打开一个新窗口？ 以登陆窗口为例
MFC 车牌识别 小学期作业 part3
lqadam的博客
08-25 1234
part4 具体（2）增添变量 和消息处理函数 VS和VC编写MFC程序，都提供了可视化的，所见即所得的界面编辑方式，所有控件都可以从工具箱拖到编辑的窗口上去，那么这些控件与后台的变量，函数之间是如何关联在一起的呢？这是这一部分要解决的问题。 一个窗口，其上每一个控件都应该是有意义的，即与后台的数据之间是有联系的，对每一个控件，为了区分，我们需要跟他们一个ID，ID是必须互异的，他们的ID
OpenCV学习之车牌识别系统二：MFC界面及整体设计
ChouPiJiang的博客
09-07 3698
该车牌识别的制作是为了学习OpenCV和数字图像处理为目的的，所以在制作过程中主要是为了有识别效果产生即可，没有做很完善的系统。 针对车身不为蓝色的汽车的蓝底白字的车牌进行车牌识别，故仅能识别这样的车牌。而且是对尾数进行识别，但稍加改动即可实现对整个车牌的识别，因为运用的时模板匹配的方法，识别效果不理想，但有利于对车牌识别整个系统的充分理解。 本文主要是对整体系统的整体设计进行介绍MFC的
基于mfc的车牌识别,入门入门
最新发布
12-27
基于MFC（Microsoft Foundation Class）的车牌识别是一种使用MFC开发的车牌识别系统。该系统利用计算机视觉和图像处理技术，从车辆的照片或视频中提取车牌信息，实现对车牌号码的识别和自动化处理。要学习和入门基于...
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