车牌识别之二：字符分割

车牌识别大概步骤可分为：车牌定位，字符分割，字符识别三个步骤。

细分点可以有以下几个步骤：

（1）将图片灰度化与二值化

（2）去噪，然后切割成一个一个的字符

（3）提取每一个字符的特征，生成特征矢量或特征矩阵

（4）分类与学习。将特征矢量或特征矩阵与样本库进行比对，挑选出相似的那类样本，将这类样本的值作为输出结果。

 

车牌定位可以参考这里，网上也有很多关于这个问题的讨论，理论上觉得可行，但实际上没有操作过，等有空再去搞搞。
http://blog.csdn.net/sing_sing/archive/2010/10/13/5937725.aspx

这几天研究了一下车牌字符分割的问题，前提是已经进行了车牌定位，角度校正等预处理。

用到的主要知识有：二值化，形态学操作，轮廓查找等。

字符分割网上资料比较少，本人接触opencv一段时间，自己瞎搞了一下，以此抛砖引玉，希望与各位交流一下。

以下为全部源代码：


//==============================================

//write by sing

//2010-10-10

//==============================================


#include "stdafx.h"

//找出含车牌文字的最左端
void findX(IplImage* img, int* min, int* max)
{
    int found = 0;
    CvScalar maxVal = cvRealScalar(img->width * 255);
    CvScalar val = cvRealScalar(0);
    CvMat data;
    int minCount = img->width * 255 / 5;
    int count = 0;

    for (int i = 0; i < img->width; i++) {
        cvGetCol(img, &data, i);
        val = cvSum(&data);
        if (val.val[0] < maxVal.val[0]) {
            count = val.val[0];
            if (count > minCount && count < img->width * 255) {
                *max = i;
                if (found == 0) {
                    *min = i;
                    found = 1;
                }
            }
        }
    }

}

//找出含车牌文字的最上端，排除两颗螺丝的位置
void findY(IplImage* img, int* min, int* max)
{
    int found = 0;
    CvScalar maxVal = cvRealScalar(img->height * 255);
    CvScalar val = cvRealScalar(0);
    CvMat data;
    int minCount = img->width * 255 / 5;
    int count = 0;

    for (int i = 0; i < img->height; i++) {
        cvGetRow(img, &data, i);
        val = cvSum(&data);
        if (val.val[0] < maxVal.val[0]) {
            count = val.val[0];
            if (count > minCount && count < img->height * 255) {
                *max = i;
                if (found == 0) {
                    *min = i;
                    found = 1;
                }
            }
        }
    }
}

//车牌字符的最小区域
CvRect findArea(IplImage* img)
{
    int minX, maxX;
    int minY, maxY;
  
    findX(img, &minX, &maxX);
    findY(img, &minY, &maxY);

    CvRect rc = cvRect(minX, minY, maxX - minX, maxY - minY);

    return rc;
}

int main(int argc, char* argv[])
{
    IplImage* imgSrc = cvLoadImage("cp.jpg", CV_LOAD_IMAGE_COLOR);
    IplImage* img_gray = cvCreateImage(cvGetSize(imgSrc), IPL_DEPTH_8U, 1);
  
    cvCvtColor(imgSrc, img_gray, CV_BGR2GRAY);
    cvThreshold(img_gray, img_gray, 100, 255, CV_THRESH_BINARY);

    //寻找最小区域,并截取
    CvRect rc = findArea(img_gray);
    cvSetImageROI(img_gray, rc);
    IplImage* img_gray2 = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 1);
    cvCopyImage(img_gray, img_gray2);
    cvResetImageROI(img_gray);

    IplImage* imgSrc2 = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 3);
    cvSetImageROI(imgSrc, rc);
    cvCopyImage(imgSrc, imgSrc2);
    cvResetImageROI(imgSrc);

    //形态学
    cvMorphologyEx(img_gray2, img_gray2, NULL, NULL, CV_MOP_CLOSE);

    CvSeq* contours = NULL;
    CvMemStorage* storage = cvCreateMemStorage(0);
    int count = cvFindContours(img_gray2, storage, &contours,
        sizeof(CvContour), CV_RETR_EXTERNAL);

    int idx = 0;
    char szName[56] = {0};

    for (CvSeq* c = contours; c != NULL; c = c->h_next) {

        //cvDrawContours(imgSrc2, c, CV_RGB(255, 0, 0), CV_RGB(255, 255, 0), 100);
        CvRect rc = cvBoundingRect(c);
        cvDrawRect(imgSrc2, cvPoint(rc.x, rc.y), cvPoint(rc.x + rc.width, rc.y + rc.height), CV_RGB(255, 0, 0));

        if (rc.width < imgSrc2->width / 10 && rc.height < imgSrc2->height / 5) {
            continue;
        }


        IplImage* imgNo = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 3);
        cvSetImageROI(imgSrc2, rc);
        cvCopyImage(imgSrc2, imgNo);
        cvResetImageROI(imgSrc2);
      
        sprintf(szName, "wnd_%d", idx++);
        cvNamedWindow(szName);
        cvShowImage(szName, imgNo);
        cvReleaseImage(&imgNo);
    }
  
    cvNamedWindow("src");
    cvShowImage("src", imgSrc2);

    cvWaitKey(0);

    cvReleaseMemStorage(&storage);
    cvReleaseImage(&imgSrc);
    cvReleaseImage(&imgSrc2);
    cvReleaseImage(&img_gray);
    cvReleaseImage(&img_gray2);

    cvDestroyAllWindows();

    return 0;
}

 

输入图像：

运行结果截图如下：