c# opencv车牌识别_opencv +数字识别

现在很多场景需要使用的数字识别，比如银行卡识别，以及车牌识别等，在AI领域有很多图像识别算法，大多是居于opencv 或者谷歌开源的tesseract 识别.

由于公司业务需要，需要开发一个客户端程序，同时需要在xp这种老古董的机子上运行，故研究了如下几个数字识别方案，如果大家有更好的方案可以留言告知我，大家一起学习借鉴，不过需要支持XP系统，万分感谢！

ocr 识别的不同选择方案

•tesseract

•放弃：谷歌的开源tesseract ocr识别目前最新版本不支持xp系统

     •云端ocr 识别接口(不适用)

•费用比较贵：•场景不同，我们的需求是可能毫秒级别就需要调用一次ocr 识别

     •opencv

•概念:OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

以上几种ocr 识别比较，最后选择了opencv 的方式进行ocr 数字识别,下面讲解通过ocr识别的基本流程和算法.

opencv 数字识别流程及算法解析

要通过opencv 进行数字识别离不开训练库的支持，需要对目标图片进行大量的训练，才能做到精准的识别出目标数字;下面我会分别讲解图片训练的过程及识别的过程.

opencv 识别算法原理

1.比如下面一张图片，需要从中识别出正确的数字，需要对图片进行灰度、二值化、腐蚀、膨胀、寻找数字轮廓、切割等一系列操作.

原图

灰度化图

二值化图

寻找轮廓

识别后的结果图

以上就是简单的图片进行灰度化、二值化、寻找数字轮廓得到的识别结果(==这是基于我之前训练过的数字模型下得到的识别结果==) 有些图片比较赋值，比如存在背景斜杠等的图片则需要一定的腐蚀或者膨胀等处理，才能寻找到正确的数字轮廓.

上面的说到我这里使用的是opencv 图像处理库进行的ocr 识别，那我这里简单介绍下C# 怎么使用opencv 图像处理看;

为了在xp上能够运行 我这里通过nuget 包引用了 OpenCvSharp-AnyCPU 第三方库,它使用的是opencv 2410 版本,你们如果不考虑xp系统的情况下开源使用最新的版本，最新版本支持了更多的识别算法.

右击你的个人项目，选择“管理Nuget程序包”。在包管理器页面中，点击“浏览”选项，然后在搜索框中键入“OpenCvSharp-AnyCPU”。选择最顶端的正确项目，并在右侧详情页中点击“安装”，等待安装完成即可。

以上的核心代码如下:

      private void runSimpleOCR(string pathName)       {
                //构造opcvOcr 库，这里的是我单独对opencv 库进行的一次封装,加载训练库模板            var opencvOcr = new OpencvOcr($"{path}Template\\Traindata.xml", opencvOcrConfig: new OCR.Model.OpencvOcrConfig()            {
                    ErodeLevel = 2.5,                ThresholdType = OpenCvSharp.ThresholdType.Binary,                ZoomLevel = 2,            });            var img = new Bitmap(this.txbFilaName.Text);            var mat = img.ToMat();            //核心识别方法            var str = opencvOcr.GetText(mat, isDebug: true);            this.labContent.Content = str;        }

opencvOcr 的核心代码如下

        #region 属性        const double Thresh = 80;        const double ThresholdMaxVal = 255;        const int _minHeight = 35;        bool _isDebug = false;        CvKNearest _cvKNearest = null;        OpencvOcrConfig _config = new OpencvOcrConfig() { ZoomLevel = 2, ErodeLevel = 3 };        #endregion        ///         /// 构造函数        ///         /// 训练库完整路径        /// OCR相关配置信息        public OpencvOcr(string path, OpencvOcrConfig opencvOcrConfig = null)        {
                if (string.IsNullOrEmpty(path))                throw new ArgumentNullException("path is not null");            if (opencvOcrConfig != null)                _config = opencvOcrConfig;            this.LoadKnearest(path);        }        ///         /// 加载Knn 训练库模型        ///         ///         ///         private CvKNearest LoadKnearest(string dataPathFile)        {
                if (_cvKNearest == null)            {
                    using (var fs = new FileStorage(dataPathFile, FileStorageMode.Read))                {
                        var samples = fs["samples"].ReadMat();                    var responses = fs["responses"].ReadMat();                    this._cvKNearest = new CvKNearest();                    this._cvKNearest.Train(samples, responses);                }            }            return _cvKNearest;        }        ///         /// OCR 识别,仅仅只能识别单行数字         ///         /// 训练库        /// 要识别的图片路径        public override string GetText(Mat src, bool isDebug = false)        {
                this._isDebug = isDebug;            #region 图片处理            var respMat = MatProcessing(src, isDebug);            if (respMat == null)                return "";            #endregion            #region 查找轮廓            var sortRect = FindContours(respMat.FindContoursMat);            #endregion            return GetText(sortRect, respMat.ResourcMat, respMat.RoiResultMat);        }         ///         /// 查找轮廓        ///         ///         ///         private ListFindContours(Mat src)        {
                try            {
                    #region 查找轮廓                Point[][] contours;                HierarchyIndex[] hierarchyIndexes;                Cv2.FindContours(                    src,                    out contours,                    out hierarchyIndexes,                    mode: OpenCvSharp.ContourRetrieval.External,                    method: OpenCvSharp.ContourChain.ApproxSimple);                if (contours.Length == 0)                    throw new NotSupportedException("Couldn't find any object in the image.");                #endregion                #region 单行排序(目前仅仅支持单行文字,多行文字顺序可能不对，按照x坐标进行排序)                var sortRect = GetSortRect(contours, hierarchyIndexes);                sortRect = sortRect.OrderBy(item => item.X).ToList();                #endregion                return sortRect;            }            catch { }            return null;        }        ///         /// 获得切割后的数量列表        ///         ///         ///         ///         private ListGetSortRect(Point[][] contours, HierarchyIndex[] hierarchyIndex)        {
                var sortRect = new List();            var _contourIndex = 0;            while ((_contourIndex >= 0))            {
                    var contour = contours[_contourIndex];                var boundingRect &