车牌自动识别 Automatic Number Plate Recognition（ANPR）-----第二话：代码展示

最新推荐文章于 2023-03-06 08:57:58 发布

自我救赎

最新推荐文章于 2023-03-06 08:57:58 发布

阅读量1.3k

点赞数 1

分类专栏： C++ opencv

本文链接：https://blog.csdn.net/u010811512/article/details/70208729

版权

上一篇介绍了ANPR相关原理方面的，本文结合代码具体说明ANPR过程。

项目解决方案：

trainSVM用来生成下面的SVM.xml; trainOCR用来生成OCR.xml。evalOCR.cpp是用来评估结果性能。

先看下main()

#include <cv.h>
#include <highgui.h>
#include <cvaux.h>
#include <ml.h>

#include <iostream>
#include <vector>

#include "DetectRegions.h"
#include "OCR.h"

using namespace std;
using namespace cv;

string getFilename(string s) {
    char sep = '/';
    char sepExt='.';

    #ifdef _WIN32
        sep = '\\';
    #endif

    size_t i = s.rfind(sep, s.length( ));//rfind是反向查找，因此找到的是最后一个"//"
    if (i != string::npos )
	{
        string fn= (s.substr(i+1, s.length() - i) );
        size_t j = fn.rfind(sepExt, fn.length( ));
        if (i != string::npos) 
		{
            return fn.substr(0,j);
        }
		else
            return fn;
    }
	else{
        return "";
    }
}

int main()
{
    cout << "OpenCV Automatic Number Plate Recognition\n"; 
	char* filename = (char*)"9773BNB.jpg";
	Mat input_image;
	input_image = imread("9773BNB.jpg");
    string filename_whithoutExt = getFilename(filename);
    cout << "working with file: "<< filename_whithoutExt << "\n";
    DetectRegions detectRegions;    
    detectRegions.setFilename(filename_whithoutExt);
    detectRegions.saveRegions = false;
    detectRegions.showSteps = true;
    vector<Plate> posible_regions= detectRegions.run( input_image );  //对输入图像input_image找出可能的连通块 posible_regions

    FileStorage fs;
    fs.open("SVM.xml", FileStorage::READ);
    Mat SVM_TrainingData;
    Mat SVM_Classes;
    fs["TrainingData"] >> SVM_TrainingData;
    fs["classes"] >> SVM_Classes;
    //设置SVM参数
    CvSVMParams SVM_params;
    SVM_params.svm_type = CvSVM::C_SVC;
    SVM_params.kernel_type = CvSVM::LINEAR; //CvSVM::LINEAR;
    SVM_params.degree = 0;
    SVM_params.gamma = 1;
    SVM_params.coef0 = 0;
    SVM_params.C = 1;
    SVM_params.nu = 0;
    SVM_params.p = 0;
    SVM_params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, 0.01);

    CvSVM svmClassifier(SVM_TrainingData, SVM_Classes, Mat(), Mat(), SVM_params