【图像处理】简单的车牌识别

前段时间刚刚把毛星云的OpenCV大体上过完了一遍，所以找了个图像处理的小项目练练手。

研一的时候做过车牌识别的小demo，当时对图像处理的一些方法的理解还不是很深刻。

在网上浏览学习了以后，参考学习了图像处理基本算法 车牌识别与定位这篇博客的思路，然后自己编程实现，具体的思路函数大概和前面的物资识别差不多：

1、车牌识别只能针对部分蓝色车牌识别成功，其他颜色的车牌会陆续优化整理的

由于蓝色车牌的RGB的值为R=28 G=63 B=138,第一步就是利用蓝色车牌的RGB来大体找到整幅图片中，车牌的位置

 由于车牌特定的颜色，在效果图中，车牌的位置已经很明显了。

2、为了更加突出车牌的位置，利用形态学滤波的闭运算。

3、为了去除图中其他较小的噪声点，框出车牌位置，使用查找轮廓，计算每一个查找到的轮廓的最小外接矩形，利用矩形的像素面积进行筛选，最终得到车牌具体位置，使用矩形函数将其框出

注：这个地方我遇到了一个小坑，因为原图像是三通道的彩色图，使用颜色判别后的二值图，并不是真正的二值图，通道数仍是三，所以当进行轮廓查找时候，会出现通道错误

解决方法：针对第一个步骤得到的“二值图”，我对结果图进行了一次灰度化和二值化的一个转换，最后把二值图的通道转变为1，这样就可以使用查找轮廓函数而不会报错了

具体代码如下：

#include
#include
using namespace std;
using namespace cv;

int main()
{
	Mat src = imread("demo.jpg",1);
	Mat srcImg = src.clone();
	for (int i = 0; i < srcImg.rows; i++)
	{
		for (int j = 0; j < srcImg.cols; j++)
		{

			if (abs(srcImg.at(i, j)[0] - 138) < 50
				&& abs(srcImg.at(i, j)[1] - 63) < 50
				&& abs(srcImg.at(i, j)[2] - 28) < 50)
			{
				srcImg.at(i, j)[0] = srcImg.at(i, j)[1] = srcImg.at(i, j)[2] = 255;
			}
			else
				srcImg.at(i, j)[0] = srcImg.at(i, j)[1] = srcImg.at(i, j)[2] = 0;
		}
	}
	Mat matGray; //灰度化
	cvtColor(srcImg, matGray, CV_BGR2GRAY);

	Mat Bin;
	threshold(matGray,Bin,100,255,CV_THRESH_BINARY);
	imshow("二值化",Bin); //二值化后的图像应为单通道图像

	Mat ele = getStructuringElement(MORPH_RECT,Size(15,15));
	Mat Mor;
	morphologyEx(Bin, Mor,MORPH_CLOSE,ele); //闭运算效果图 srcImg1
	imshow("闭运算",Mor);

	//查找轮廓
	Mat srcImg2 = Mor.clone();
	vector> contours;
	vector hierarchy;
	findContours(srcImg2,contours,hierarchy,RETR_CCOMP,CHAIN_APPROX_SIMPLE,Point());

	vector boundRect(contours.size());//定义外接矩形集合
	vector box(contours.size());//定义最小外接矩形集合
	Point2f rect[4];
	//获取整个图像的最大块面积，即视作车牌面积
	double maxArea = 0;
	for (int x = 0; x < contours.size(); x++)
	{
		if(maxArea

结果图：

 图中，车牌已经被圈出来了，

总结不足：（针对不足，后面学习之余，会陆续完善的，慢慢完善这个车牌识别的程序）

1、这个代码似乎是为这种相同类型的车牌图所编写的，并不具有较好的普适性

2、由于颜色的原因，图片中可能会有大比车牌大的面积，会出现错误的情况（这个已经有了具体思路，有待完善）

3、只能识别一幅图中的一张车牌，出现多张车牌，则识别错误

4、只能识别蓝色车牌

下面是其他一些车牌的识别，以后的学习中，会慢慢改进：