识别车牌-识别颜色-基于stm32f4 ov7670（无晶振，无fifo，ov7725，ov2640类似可用）
直接附上我完整的工程代码，点击此处
真正识别真正的车牌号的步骤
ov7670摄像头识别车牌号
识别，二值化，识别区域，分割，匹配
一，找车牌的上下位置
ov7670摄像头输出图像后进行二值化，图像上就只有黑色和白色两种颜色，至于阈值就需要自己慢慢找了，只有车牌上的字是白色的，其他全部是黑色的，扫描整个屏幕的像素点，记录下来黑白跳变点比较多的行号，上下行间距就是车牌的上下位置。
二，找车牌的左右位置
找到上下位置之后就可以在车牌的上下位置进行读像素解析，将读到的RGB值转化成HSL值，与蓝色的HSL值得范围进行对比，可以找到蓝色区域，也就找到车牌的左右边界。
三，将车牌区域二值化
将车牌区域二值化，字是白色的其他区域是黑色的。
四，字符分割
从后向前进行字符分割，将每个字符所在开始坐标和结束坐标记录下来。
五，字符归一化
将分割出来的字符读取出来，放大为标准像素25*50.
六，转化为数据
将分割出来的图像转化为字符数据。
七，字符识别
将转化出来的字符数据和标准的字符数据进行对比，每个字节的八位数据都要对比，将相似的数据数记录下来，默认识别为相似度最大的那个数。
请参考以下文章
stm32+ov7670数字识别
基于STM32单片机的车牌识别
色彩空间中的 HSL、HSV、HSB 有什么区别？
图像识别－纯数字识别
学生作品识别颜色，对应车牌号（只需分辨车辆即可），也就是说重在识别的别
但学生作品有时并不需要这样的识别，演示过程没有真正车牌给你识别，自己打印小小的印刷体纸条粘上，好像也不是那么一回事，所以就通过识别颜色或形状等分辨车辆。
这里，我用的颜色识别
//color.c
#include "colorcfg.h"
#include "sys.h"
#include "lcd.h"
#include 此代码（来源于网络，将要识别的区域的像素遍历 需找匹配范围内的像素，找到匹配像素后，向它的四周进行蔓延匹配像素。
直到匹配到符合色块大小的区域，标记识别成功。
为了提高识别速度和降低cpu压力，并不是每个多个像素都要比较的。我们以（最小识别区域/3）为一个单位色块，
只用识别色块的中间一横和一竖上的像素点作为该色块的匹配标准，大大减少了cpu的压力。
在识别算法和RGB转HSL函数
只要调用Trace这一个函数就能实现颜色的识别，非常方便。
在使用前 需要在colorcfg.h中根据自己的图像大小在LCD中的位置配置宏定义
提供自己lcd的读点函数，读点格式是rgb565.
）只需修改以下部分，这是我测好的四种颜色的hsl数据，（因为环境不一样，可能需要自己重新测试，每次都能识别到即可）
TARGET_CONDITION_t condition[TRACE_NUM]=
{
{220,240, 50,200,5,200,40,40,200,200},//红0
{80,120, 50,200,5,200,40,40,200,200},//绿80
{140,160, 50,200,5,200,40,40,200,200},//蓝160
{0,40, 50,200,5,200,40,40,200,200},//黄40
};
//colorcfg.h
#ifndef colorcfg_h
#define colorcfg_h
#include "color.h"
#include "test.h"
/*配置色块查询的范围 图像在LCD的坐标*/
#define IMG_X 0 //图片x坐标
#define IMG_Y 0 //图片y坐标
#define IMG_W 240 //图片宽度
#define IMG_H 320 //图片高度
#define ALLOW_FAIL_PER 3 //容错率越大 颜色匹配越高，也越难识别 取值>1
#define ITERATER_NUM 5 //迭代次数 越多精度越准
#define COLOR_RANG 90 //设定颜色的偏移范围 越大越容易识别 太大容易误识别
#define TRACE_NUM 4 //设定追踪颜色的数目
extern u8 global_page;//当前颜色的
extern SEARCH_AREA_t area;//定义搜索区域
extern RESULT_t result[TRACE_NUM];//定义搜索结果
extern TARGET_CONDITION_t condition[TRACE_NUM];//定义目标参数
#define LCD_READPOINT( usX, usY ) LCD_ReadPoint(usX,usY)//定义读点函数
#endif
这里需要修改以下部分
#define IMG_W 240 //图片宽度
#define IMG_H 320 //图片高度
#define ALLOW_FAIL_PER 3 //容错率越大 颜色匹配越高，也越难识别 取值>1
#define ITERATER_NUM 5 //迭代次数 越多精度越准
#define COLOR_RANG 90 //设定颜色的偏移范围 越大越容易识别 太大容易误识别
#define TRACE_NUM 4 //设定追踪颜色的数目
u8 car_distinguish(void)
{
u8 CAR_FLAG=0;
u8 i=0;
LCD_ShowString(30,Y11,200,16,16,"Camera Starting...");
//初始化OV7670
while(OV7670_Init())
{
LCD_ShowString(30,Y12,240,16,16,"Camera ERR");
delay_ms(200);
LCD_Fill(30,Y12,239,170,WHITE);
delay_ms(200);
}
LCD_ShowString(30,Y12,200,16,16,"Camera OK");
//OV7670设置输出窗口
OV7670_Window_Set(12,176,240,320);
//DCMI配置
My_DCMI_Init();
//DCMI DMA配置
DCMI_DMA_Init((u32)&LCD->LCD_RAM,10,DMA_MemoryDataSize_HalfWord,DMA_MemoryInc_Disable);
//启动传输
DCMI_Start();
while(CAR_FLAG==0)
{
DCMI_Stop();
for(i=0;i<TRACE_NUM;i++)
{
if(Trace(&condition[i], &result[i]))//执行颜色识别
{
/*颜色匹配 画矩形圈出色块 LED0熄灭 */
LCD_DrawRectangle( result[i].x-result[i].w/2, result[i].y-result[i].h/2, result[i].x-result[i].w/2+result[i].w, result[i].y-result[i].h/2+result[i].h);
draw_cross(result[i].x, result[i].y);
CAR_FLAG=i+1;
}
}
DCMI_Start();
delay_ms(10);
}
DCMI_Stop();
LCD_Fill(0,0,320,240,WHITE);
LCD_Scan_Dir(0);
return CAR_FLAG;
}
此函数是具体结合ov7670的调用识别函数，因为我的7670是无晶振，无fifo的（某宝15元+就可买到），而且通过dcmi接口，dma传输到lcd显示的，所以读数据就只能用lcd的读点函数了，
car_color=car_distinguish();
switch(car_color)
{
case 1:showhz32str(200,Y12,"吉",RED,WHITE);POINT_COLOR=RED;LCD_ShowString(240-4*16,Y11,200,16,16,"R.66666"); break;
case 2:showhz32str(200,Y12,"吉",GREEN,WHITE);POINT_COLOR=GREEN;LCD_ShowString(240-4*16,Y11,200,16,16,"G.88888"); break;
case 3:showhz32str(200,Y12,"吉",BLUE,WHITE);POINT_COLOR=BLUE;LCD_ShowString(240-4*16,Y11,200,16,16,"B.dzxh9"); break;
}
识别完后，拿去给lcd显示。
推荐以下参考资料
阿莫
基于stm32f407vet开发板的人脸识别
如果觉得对你有帮助的话，关注我，点个赞再走呗