OpenCV图像处理车牌检测与定位应用

1.车牌颜色分布（HSV空间，YCrCb空间的没有颜色分布图谱，无法实验）；利用HSV的H通道，效果一般，受环境影响大。

#include "highgui.h"
#include "cv.h"
#include <stdio.h>   
#include <math.h>  
#include <string>
#include<iostream>
using namespace std;
CvPoint Point;
IplImage* img=0;
// skin region location using rgb limitation
void SkinRGB(IplImage* rgb,IplImage* _dst)
{
 assert(rgb->nChannels==3&& _dst->nChannels==3);
 static const int R=2;
 static const int G=1;
 static const int B=0;
 IplImage* dst=cvCreateImage(cvGetSize(_dst),8,3);
 cvZero(dst);
 for (int h=0;h<rgb->height;h++) {
  unsigned char* prgb=(unsigned char*)rgb->imageData+h*rgb->widthStep;
  unsigned char* pdst=(unsigned char*)dst->imageData+h*dst->widthStep;
  for (int w=0;w<rgb->width;w++) {
   if ((prgb[R]>95 && prgb[G]>40 && prgb[B]>20 &&
    prgb[R]-prgb[B]>15 && prgb[R]-prgb[G]>15/*&&
    !(prgb[R]>170&&prgb[G]>170&&prgb[B]>170)*/)||//uniform illumination 
    (prgb[R]>200 && prgb[G]>210 && prgb[B]>170 &&
    abs(prgb[R]-prgb[B])<=15 && prgb[R]>prgb[B]&& prgb[G]>prgb[B])//lateral illumination
    ) {
     memcpy(pdst,prgb,3);
   }   
   prgb+=3;
   pdst+=3;
  }
 }
 cvCopyImage(dst,_dst);
 cvReleaseImage(&dst);
}
// skin detection in rg space
void cvSkinRG(IplImage* rgb,IplImage* gray)
{
 assert(rgb->nChannels==3&&gray->nChannels==1);
 
 const int R=2;
 const int G=1;
 const int B=0;
 double Aup=-1.8423;
 double Bup=1.5294;
 double Cup=0.0422;
 double Adown=-0.7279;
 double Bdown=0.6066;
 double Cdown=0.1766;
 for (int h=0;h<rgb->height;h++) {
  unsigned char* pGray=(unsigned char*)gray->imageData+h*gray->widthStep;
  unsigned char* pRGB=(unsigned char* )rgb->imageData+h*rgb->widthStep;
  for (int w=0;w<rgb->width;w++) 
  {
   int s=pRGB[R]+pRGB[G]+pRGB[B];
   double r=(double)pRGB[R]/s;
   double g=(double)pRGB[G]/s;
   double Gup=Aup*r*r+Bup*r+Cup;
   double Gdown=Adown*r*r+Bdown*r+Cdown;
   double Wr=(r-0.33)*(r-0.33)+(g-0.33)*(g-0.33);
   if (g<Gup && g>Gdown && Wr>0.004)
   {
    *pGray=255;
   }
   else
   { 
    *pGray=0;
   }
   pGray++;
   pRGB+=3;
  }
 }
}
// implementation of otsu algorithm
// author: onezeros#yahoo.cn
// reference: Rafael C. Gonzalez. Digital Image Processing Using MATLAB
void cvThresholdOtsu(IplImage* src, IplImage* dst)
{
 int height=src->height;
 int width=src->width;
 //histogram
 float histogram[256]={0};
 for(int i=0;i<height;i++) {
  unsigned char* p=(unsigned char*)src->imageData+src->widthStep*i;
  for(int j=0;j<width;j++) {
   histogram[*p++]++;
  }
 }
 //normalize histogram
 int size=height*width;
 for(int i=0;i<256;i++) {
  histogram[i]=histogram[i]/size;
 }
 //average pixel value
 float avgValue=0;
 for(int i=0;i<256;i++) {
  avgValue+=i*histogram[i];
 }
 int threshold; 
 float maxVariance=0;
 float w=0,u=0;
 for(int i=0;i<256;i++) {
  w+=histogram[i];
  u+=i*histogram[i];
  float t=avgValue*w-u;
  float variance=t*t/(w*(1-w));
  if(variance>maxVariance) {
   maxVariance=variance;
   threshold=i;
  }
 }
 cvThreshold(src,dst,threshold,255,CV_THRESH_BINARY);
}
void cvSkinOtsu(IplImage* src, IplImage* dst)
{
 assert(dst->nChannels==1&& src->nChannels==3);
 IplImage* ycrcb=cvCreateImage(cvGetSize(src),8,3);
 IplImage* cr=cvCreateImage(cvGetSize(src),8,1);
 cvCvtColor(src,ycrcb,CV_BGR2YCrCb);
 cvSplit(ycrcb,0,cr,0,0);
 cvThresholdOtsu(cr,cr);
 cvCopyImage(cr,dst);
 cvReleaseImage(&cr);
 cvReleaseImage(&ycrcb);
}
void cvSkinYUV(IplImage* src,IplImage* dst)
{
 IplImage* ycrcb=cvCreateImage(cvGetSize(src),8,3);
 //IplImage* cr=cvCreateImage(cvGetSize(src),8,1);
 //IplImage* cb=cvCreateImage(cvGetSize(src),8,1);
 cvCvtColor(src,ycrcb,CV_BGR2YCrCb);
 //cvSplit(ycrcb,0,cr,cb,0);
 static const int Cb=2;
 static const int Cr=1;
 static const int Y=0;
 //IplImage* dst=cvCreateImage(cvGetSize(_dst),8,3);
 cvZero(dst);
 for (int h=0;h<src->height;h++) {
  unsigned char* pycrcb=(unsigned char*)ycrcb->imageData+h*ycrcb->widthStep;
  unsigned char* psrc=(unsigned char*)src->imageData+h*src->widthStep;
  unsigned char* pdst=(unsigned char*)dst->imageData+h*dst->widthStep;
  for (int w=0;w<src->width;w++) {
   if ((pycrcb[Cr]<=126||pycrcb[Cr]>=130)&&(pycrcb[Cb]<=126||pycrcb[Cb]>=130))
   {
     memcpy(pdst,psrc,3);
   }
   pycrcb+=3;
   psrc+=3;
   pdst+=3;
  }
 }
 //cvCopyImage(dst,_dst);
 //cvReleaseImage(&dst);
}
void cvSkinHSV(IplImage* src,IplImage* dst)
{
 IplImage* hsv=cvCreateImage(cvGetSize(src),8,3);
 //IplImage* cr=cvCreateImage(cvGetSize(src),8,1);
 //IplImage* cb=cvCreateImage(cvGetSize(src),8,1);
 cvCvtColor(src,hsv,CV_BGR2HSV);
 //cvSplit(ycrcb,0,cr,cb,0);
 static const int V=2;
 static const int S=1;
 static const int H=0;
 //IplImage* dst=cvCreateImage(cvGetSize(_dst),8,3);
 cvZero(dst);
 for (int h=0;h<src->height;h++) {
  unsigned char* phsv=(unsigned char*)hsv->imageData+h*hsv->widthStep;
  unsigned char* psrc=(unsigned char*)src->imageData+h*src->widthStep;
  unsigned char* pdst=(unsigned char*)dst->imageData+h*dst->widthStep;
  for (int w=0;w<src->width;w++) {
   if (phsv[H]>=90&&phsv[H]<=135)
   {
     memcpy(pdst,psrc,3);
   }
   phsv+=3;
   psrc+=3;
   pdst+=3;
  }
 }
 //cvCopyImage(dst,_dst);
 //cvReleaseImage(&dst);
}
void on_mouse(int event,int x,int y,int flags,void* param )  
{  
  switch(event)  
     {  
  case CV_EVENT_LBUTTONUP:  
         {  
             Point=cvPoint(x,y);  
         }  
   cvCircle(img,Point,1,CV_RGB(255,0,0),1);
   CvScalar HSV=cvGet2D(img,x,y);
   cout<<"H:"<<HSV.val[0]<<"\t S:"<<HSV.val[1]<<"\t V:"<<HSV.val[2]<<endl; 
         break;  
     }  
  
//printf("( %d, %d) ",x,y);  
//printf("The Event is : %d ",event);  
//printf("The flags is : %d ",flags);  
//printf("The param is : %d\n",param);  
}
int main()
{   
 
    IplImage* img0= cvLoadImage("D:/image/car/00.jpg"); //随便放一张jpg图片在D盘或另行设置目录
 img=cvCreateImage(cvSize(400,300),8,3);
 cvResize(img0,img);
 IplImage* dstRGB=cvCreateImage(cvGetSize(img),8,3);
 IplImage* dstRG=cvCreateImage(cvGetSize(img),8,1);
 IplImage* dst_crotsu=cvCreateImage(cvGetSize(img),8,1);
 IplImage* dst_YUV=cvCreateImage(cvGetSize(img),8,3);
 IplImage* dst_HSV=cvCreateImage(cvGetSize(img),8,3);

    cvNamedWindow("inputimage", CV_WINDOW_AUTOSIZE);
    cvShowImage("inputimage", img);
    cvWaitKey(0);
 /*
 SkinRGB(img,dstRGB);
 cvNamedWindow("outputimage1", CV_WINDOW_AUTOSIZE);
    cvShowImage("outputimage1", dstRGB);
    cvWaitKey(0);
 cvSkinRG(img,dstRG);
 cvNamedWindow("outputimage2", CV_WINDOW_AUTOSIZE);
    cvShowImage("outputimage2", dstRG);
 cvWaitKey(0);
 cvSkinOtsu(img,dst_crotsu);
 cvNamedWindow("outputimage3", CV_WINDOW_AUTOSIZE);
    cvShowImage("outputimage3", dst_crotsu);
 cvWaitKey(0);
 
 cvSkinYUV(img,dst_YUV);
 cvNamedWindow("outputimage4", CV_WINDOW_AUTOSIZE);
    cvShowImage("outputimage4", dst_YUV);
 //cvSaveImage("D:/skin04.jpg",dst_YUV);
 cvWaitKey(0);
 */
 cvSkinHSV(img,dst_HSV);
 cvNamedWindow("outputimage5", CV_WINDOW_AUTOSIZE);
    cvShowImage("outputimage5", dst_HSV);
 cvSaveImage("D:/image/car/car00.jpg",dst_HSV);
 cvWaitKey(0);
 
    return 0;
}

2.Canny+Hough；效果也不好，但学习了hough变换的有关内容。

#include <cv.h>

#include <highgui.h>

#include <math.h>

 

int main(int argc, char** argv)

{

    const char* filename = argc >= 2 ? argv[1] : "D:/image/car/car04.jpg";

    IplImage* src = cvLoadImage( filename, 0 );

 cvDilate(src,src);

    IplImage* dst;

    IplImage* color_dst;

    CvMemStorage* storage = cvCreateMemStorage(0);

    CvSeq* lines = 0;

    int i;

 

    if( !src )

        return -1;

 

    dst = cvCreateImage( cvGetSize(src), 8, 1 );

    color_dst = cvCreateImage( cvGetSize(src), 8, 3 );

 

    cvCanny( src, dst, 50, 150, 3 );

    cvCvtColor( dst, color_dst, CV_GRAY2BGR );

 

#if 0

    lines = cvHoughLines2( dst, storage, CV_HOUGH_STANDARD, 1, CV_PI/180, 100, 0, 0 );

 

    for( i = 0; i < MIN(lines->total,100); i++ )

    {

        float* line = (float*)cvGetSeqElem(lines,i);

        float rho = line[0];

        float theta = line[1];

        CvPoint pt1, pt2;

        double a = cos(theta), b = sin(theta);

        double x0 = a*rho, y0 = b*rho;

        pt1.x = cvRound(x0 + 1000*(-b));

        pt1.y = cvRound(y0 + 1000*(a));

        pt2.x = cvRound(x0 - 1000*(-b));

        pt2.y = cvRound(y0 - 1000*(a));

        cvLine( color_dst, pt1, pt2, CV_RGB(255,0,0), 3, CV_AA, 0 );

    }

#else

 

    lines = cvHoughLines2( dst, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI/180, 50, 5, 3 );

    for( i = 0; i < lines->total; i++ )

    {

        CvPoint* line = (CvPoint*)cvGetSeqElem(lines,i);

        cvLine( color_dst, line[0], line[1], CV_RGB(255,0,0), 3, CV_AA, 0 );

    }

//#endif

    cvNamedWindow( "Source", 1 );

    cvShowImage( "Source", src );

 

    cvNamedWindow( "Hough", 1 );

    cvShowImage( "Hough", color_dst );

 

    cvWaitKey(0);

 

    return 0;

}

3.Coutour检测；效果勉强。

#include "cv.h"

#include "highgui.h"

#include <cxcore.h>

#include <stdio.h>

 

int BinarizeImageByOTSU (IplImage * src)

{ 

 assert(src != NULL);

 

 //get the ROI

 CvRect rect = cvGetImageROI(src);

 

 //information of the source image

 int x = rect.x;

 int y = rect.y;

 int width = rect.width; 

 int height = rect.height;

 int ws = src->widthStep;

 

 int thresholdValue=1;//阈值

 int ihist [256] ; // 图像直方图, 256个点

 int i, j, k,n, n1, n2, Color=0;

 double m1, m2, sum, csum, fmax, sb;

 memset (ihist, 0, sizeof (ihist)) ; // 对直方图置 零...

 

 for (i=y;i< y+height;i++) // 生成直方图

 { 

  int mul =  i*ws;

  for (j=x;j<x+width;j++)

  { 

   //Color=Point (i,j) ;

   Color = (int)(unsigned char)*(src->imageData + mul+ j);

   ihist [Color] +=1;

  }

 }

 sum=csum=0.0;

 n=0;

 for (k = 0; k <= 255; k++)

 { 

  sum+= (double) k* (double) ihist [k] ; // x*f (x) 质量矩

  n +=ihist [k]; //f (x) 质量

 }

 // do the otsu global thresholding method

 fmax = - 1.0;

 n1 = 0;

 for (k=0;k<255;k++) 

 {

  n1+=ihist [k] ;

  if (! n1)

  { 

   continue; 

  }

  n2=n- n1;

  if (n2==0) 

  {

   break;

  }

  csum+= (double) k*ihist [k] ;

  m1=csum/ n1;

  m2= (sum- csum) /n2;

  sb = ( double) n1* ( double) n2* ( m1 - m2) * (m1- m2) ;

 

  if (sb>fmax) 

  {

   fmax=sb;

   thresholdValue=k;

  }

 }

 

 //binarize the image 

 cvThreshold( src, src ,thresholdValue, 255, CV_THRESH_BINARY ); 

 return 0;

} 

 

int main( int argc, char* argv[])

{

 IplImage* src;

 if((src=cvLoadImage("D:/image/car/05sobel.jpg", 0)))//载入图像

 {

  //为轮廓显示图像申请空间,3通道图像，以便用彩色显示

  IplImage* dst = cvCreateImage( cvGetSize(src), 8, 3);

  //创建内存块，将该块设置成默认值,当前默认大小为64k

  CvMemStorage* storage = cvCreateMemStorage(0);

  //可动态增长元素序列

  CvSeq* contour = 0;

  //对图像进行自适二值化

  BinarizeImageByOTSU(src);

  //图像膨胀

  cvDilate(src,src);

  //图像腐蚀

  cvErode(src,src);

  //显示源图像的二值图

  cvNamedWindow( "Source", 1 );

  cvShowImage( "Source", src );

  //在二值图像中寻找轮廓

  cvFindContours( src, storage, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );

  cvZero( dst );//清空数组

  cvCvtColor(src,dst,CV_GRAY2BGR);

  //目标轮廓最小下限

  int mix_area = 2500;

  //目标轮廓最大上限

  int max_area = 3500;

  //可存放在1-，2-，3-，4-TUPLE类型的捆绑数据的容器

  CvScalar color = CV_RGB( 255, 0, 0);

  //在图像中绘制外部和内部的轮廓

  for( ; contour != 0; contour = contour->h_next)

  {

   //取得轮廓的最小矩形

   CvRect aRect = cvBoundingRect( contour, 1 );

   //取得矩形的面积

   int tmparea=aRect.height*aRect.height;

   //用车牌的形态做判断

   if (((double)aRect.width/(double)aRect.height>3)

    && ((double)aRect.width/(double)aRect.height<6))

   {

    cvRectangle(dst,cvPoint(aRect.x,aRect.y),cvPoint(aRect.x+aRect.width ,aRect.y+aRect.height),color,2);

    //cvDrawContours( dst, contour, color, color, -1, 1, 8 );

   }

  }

 

  cvNamedWindow( "Components", 1 );

  cvShowImage( "Components", dst );

  cvWaitKey(0); 

  cvDestroyWindow("Components");

  cvReleaseImage(&dst);

  cvDestroyWindow("Source");

  cvReleaseImage(&src);

 

  return 0;

 } 

 return 1;

}

4.Squares方式：Canny||Threshold+cvFindContours+cvApproxPoly；效果一般

#ifdef _CH_
#pragma package <opencv>
#endif
#ifndef _EiC
#include "cv.h"
#include "highgui.h"
#include <stdio.h>
#include <math.h>
#include <string.h>
#endif
int thresh = 50;
IplImage* img = 0;
IplImage* img0 = 0;
CvMemStorage* storage =  cvCreateMemStorage(0);
CvPoint pt[4];
const char* wndname = "Square Detection Demo";
// helper function:
// finds a cosine of angle between vectors
// from pt0->pt1 and from pt0->pt2 
double angle( CvPoint* pt1, CvPoint* pt2, CvPoint* pt0 )
{
    double dx1 = pt1->x - pt0->x;
    double dy1 = pt1->y - pt0->y;
    double dx2 = pt2->x - pt0->x;
    double dy2 = pt2->y - pt0->y;
    return (dx1*dx2 + dy1*dy2)/sqrt((dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10);
}
// returns sequence of squares detected on the image.
//返回图像中的四边形序列
// the sequence is stored in the specified memory storage
//序列存储在特定的storage中
CvSeq* findSquares4( IplImage* img, CvMemStorage* storage )
{
 
    CvSeq* contours;
    int i, c, l, N = 11;
    CvSize sz = cvSize( img->width & -2, img->height & -2 );
    IplImage* timg = cvCloneImage( img ); // make a copy of input image复制输入图像
    IplImage* gray = cvCreateImage( sz, 8, 1 ); 
    IplImage* pyr = cvCreateImage( cvSize(sz.width/2, sz.height/2), 8, 3 );//尺度减小为1/2
    IplImage* tgray;
    CvSeq* result;
    double s, t;
    // create empty sequence that will contain points -
    // 4 points per square (the square's vertices)
 //建立一个空序列存储每个四边形的四个顶点
    CvSeq* squares = cvCreateSeq( 0, sizeof(CvSeq), sizeof(CvPoint), storage );
    
    // select the maximum ROI in the image
    // with the width and height divisible by 2
 //设定timg的ROI为最大值（）
    cvSetImageROI( timg, cvRect( 0, 0, sz.width, sz.height ));
    
    // down-scale and upscale the image to filter out the noise
 //金字塔方式升和降来滤波去除噪声
    //cvPyrDown( timg, pyr, 7 );
    //cvPyrUp( pyr, timg, 7 );
    tgray = cvCreateImage( sz, 8, 1 );
    
    // find squares in every color plane of the image
 //寻找每个通道的四边形
    for( c = 0; c < 3; c++ )
    {
        // extract the c-th color plane
  //提取第c个通道
        cvSetImageCOI( timg, c+1 );
        cvCopy( timg, tgray, 0 );
        
        // try several threshold levels
  //尝试每个阈值等级
        for( l = 0; l < N; l++ )
        {
            // hack: use Canny instead of zero threshold level.
            // Canny helps to catch squares with gradient shading   
            //Canny代替零阈值，Canny通过梯度变化程度大来寻找四边形
   if( l == 0 )
            {
                // apply Canny. Take the upper threshold from slider
                // and set the lower to 0 (which forces edges merging)
    // l=0使用Canny
                cvCanny( tgray, gray,60, 180, 3 );
    // 
                // dilate canny output to remove potential
                // holes between edge segments 
                cvDilate( gray, gray, 0, 1 );
            }
            else
            {
                // apply threshold if l!=0:
                // tgray(x,y) = gray(x,y) < (l+1)*255/N ? 255 : 0
                //cvThreshold( tgray, gray, (l+1)*255/N, 255, CV_THRESH_BINARY );
    cvThreshold( tgray, gray, 50, 255, CV_THRESH_BINARY );
            }
            
            // find contours and store them all as a list
            cvFindContours( gray, storage, &contours, sizeof(CvContour),
                CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) );
            
            // test each contour
            while( contours )
            {
                // approximate contour with accuracy proportional
                // to the contour perimeter
    //用指定精度逼近多边形曲线 
                result = cvApproxPoly( contours, sizeof(CvContour), storage,
                    CV_POLY_APPROX_DP, cvContourPerimeter(contours)*0.02, 0 );
                // square contours should have 4 vertices after approximation
                // relatively large area (to filter out noisy contours)
                // and be convex.
                // Note: absolute value of an area is used because
                // area may be positive or negative - in accordance with the
                // contour orientation
                if( result->total == 4 &&
                    fabs(cvContourArea(result,CV_WHOLE_SEQ)) > 1000 && //cvContourArea计算整个轮廓或部分轮廓的面积 
                    cvCheckContourConvexity(result) )     //CheckContourConvexity
                {
                    s = 0;
                    
                    for( i = 0; i < 5; i++ )
                    {
                        // find minimum angle between joint
                        // edges (maximum of cosine)
                        if( i >= 2 )
                        {
                            t = fabs(angle(
                            (CvPoint*)cvGetSeqElem( result, i ),
                            (CvPoint*)cvGetSeqElem( result, i-2 ),
                            (CvPoint*)cvGetSeqElem( result, i-1 )));
                            s = s > t ? s : t;
                        }
                    }
                    
                    // if cosines of all angles are small
                    // (all angles are ~90 degree) then write quandrange
                    // vertices to resultant sequence 
                    if( s < 0.3 )
                        for( i = 0; i < 4; i++ )
                            cvSeqPush( squares,
                                (CvPoint*)cvGetSeqElem( result, i ));
                }
                
                // take the next contour
                contours = contours->h_next;
            }
        }
    }
    
    // release all the temporary images
    cvReleaseImage( &gray );
    cvReleaseImage( &pyr );
    cvReleaseImage( &tgray );
    cvReleaseImage( &timg );
    
    return squares;
}

// the function draws all the squares in the image
void drawSquares( IplImage* img, CvSeq* squares )
{
    CvSeqReader reader;
    IplImage* cpy = cvCloneImage( img );
    int i;
    
    // initialize reader of the sequence
    cvStartReadSeq( squares, &reader, 0 );
    
    // read 4 sequence elements at a time (all vertices of a square)
    for( i = 0; i < squares->total; i += 4 )
    {
        CvPoint* rect = pt;
        int count = 4;
        
        // read 4 vertices
        memcpy( pt, reader.ptr, squares->elem_size );
        CV_NEXT_SEQ_ELEM( squares->elem_size, reader );
        memcpy( pt + 1, reader.ptr, squares->elem_size );
        CV_NEXT_SEQ_ELEM( squares->elem_size, reader );
        memcpy( pt + 2, reader.ptr, squares->elem_size );
        CV_NEXT_SEQ_ELEM( squares->elem_size, reader );
        memcpy( pt + 3, reader.ptr, squares->elem_size );
        CV_NEXT_SEQ_ELEM( squares->elem_size, reader );
        
        // draw the square as a closed polyline 
        cvPolyLine( cpy, &rect, &count, 1, 1, CV_RGB(0,255,0), 3, CV_AA, 0 );
    }
    
    // show the resultant image
    cvShowImage( wndname, cpy );
    cvReleaseImage( &cpy );
}

void on_trackbar( int a )
{
    if( img )
        drawSquares( img, findSquares4( img, storage ) );
}
//char* names[] = { "D:/image/car/00.jpg", "D:/image/car/01.jpg", "D:/image/car/02.jpg",
//                  "D:/image/car/03.jpg", "D:/image/car/04.jpg", "D:/image/car/05.jpg", 0 };
//char* names[] = { "D:/image/car/car00.jpg", "D:/image/car/car01.jpg", "D:/image/car/car02.jpg",
//                  "D:/image/car/car03.jpg", "D:/image/car/car04.jpg", "D:/image/car/car05.jpg", 0 };
//char* names[] = { "D:/image/car/00sobel.jpg", "D:/image/car/01sobel.jpg", "D:/image/car/02sobel.jpg",
//                "D:/image/car/03sobel.jpg", "D:/image/car/04sobel.jpg", "D:/image/car/05sobel.jpg", 0 };
char* names[] = { "D:/image/car/06sobel_normal.jpg", 
      "D:/image/car/0sobel_normal.jpg",
      "D:/image/car/08sobel_normal.jpg",
                  "D:/image/car/09sobel_normal.jpg", 
      "D:/image/car/10sobel_normal.jpg",
      "D:/image/car/11sobel_normal.jpg",
      "D:/image/car/12sobel_normal.jpg", 
      "D:/image/car/13sobel_normal.jpg",
      "D:/image/car/14sobel_normal.jpg",
                  "D:/image/car/15sobel_normal.jpg", 
      "D:/image/car/16sobel_normal.jpg",
      "D:/image/car/17sobel_normal.jpg",
      "D:/image/car/18sobel_normal.jpg", 
      "D:/image/car/19sobel_normal.jpg",
      "D:/image/car/20sobel_normal.jpg",
                  "D:/image/car/21sobel_normal.jpg", 
      "D:/image/car/22sobel_normal.jpg",
      "D:/image/car/23sobel_normal.jpg",
      "D:/image/car/00sobel_normal.jpg", 
      "D:/image/car/01sobel_normal.jpg",
      "D:/image/car/02sobel_normal.jpg",
                  "D:/image/car/03sobel_normal.jpg", 
      "D:/image/car/04sobel_normal.jpg",
      "D:/image/car/05sobel_normal.jpg",
      0 };
int main(int argc, char** argv)
{
    int i, c;
    // create memory storage that will contain all the dynamic data
    storage = cvCreateMemStorage(0);
    for( i = 0; names[i] != 0; i++ )
    {
        // load i-th image
        img0 = cvLoadImage( names[i], 1 );
        if( !img0 )
        {
            printf("Couldn't load %s/n", names[i] );
            continue;
        }
        img = cvCloneImage( img0 );
        
        // create window and a trackbar (slider) with parent "image" and set callback
        // (the slider regulates upper threshold, passed to Canny edge detector) 
        cvNamedWindow( wndname,0 );
        cvCreateTrackbar( "canny thresh", wndname, &thresh, 1000, on_trackbar );
        
        // force the image processing
        on_trackbar(0);
        // wait for key.
        // Also the function cvWaitKey takes care of event processing
        c = cvWaitKey(0);
        // release both images
        cvReleaseImage( &img );
        cvReleaseImage( &img0 );
        // clear memory storage - reset free space position
        cvClearMemStorage( storage );
        if( c == 27 )
            break;
    }
    
    cvDestroyWindow( wndname );
    
    return 0;
}
#ifdef _EiC
main(1,"squares.c");
#endif

5.Sobel（横向求导，保留纵向纹理）+（颜色反向）+cvMorphologyEx（Close操作，IplConvKernel*（3x1）横向闭运算）+FindContours+cvBoundingRect+cvRectangle(满足一定条件)正确率65% 主要由于没有加入仿射变换或变形

#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include <stdio.h>
#include <math.h>
#include <string.h>
#include <string>
using namespace std;

CvPoint pt[4];
IplImage* img = 0;
IplImage* img0 = 0;
const char* wndname = "Demo";
char* names[] = { "D:/image/car/06.jpg", 
      "D:/image/car/07.jpg",
      "D:/image/car/08.jpg",
                  "D:/image/car/09.jpg", 
      "D:/image/car/10.jpg",
      "D:/image/car/11.jpg",
      "D:/image/car/12.jpg", 
      "D:/image/car/13.jpg",
      "D:/image/car/14.jpg",
                  "D:/image/car/15.jpg", 
      "D:/image/car/16.jpg",
      "D:/image/car/17.jpg",
      "D:/image/car/18.jpg", 
      "D:/image/car/19.jpg",
      "D:/image/car/20.jpg",
                  "D:/image/car/21.jpg", 
      "D:/image/car/22.jpg",
      "D:/image/car/23.jpg",
      "D:/image/car/00.jpg", 
      "D:/image/car/01.jpg",
      "D:/image/car/02.jpg",
                  "D:/image/car/03.jpg", 
      "D:/image/car/04.jpg",
      "D:/image/car/05.jpg",
      0 };
void FindContours(IplImage* src);
int main(int argc, char** argv)
{
    int i;
    for( i = 0; names[i] != 0; i++ )
    {
        // load i-th image
        img0 = cvLoadImage( names[i], 0 );
        if( !img0 )
        {
            printf("Couldn't load %s/n", names[i] );
            continue;
        }
  img=cvCreateImage(cvSize(400,300),8,1);
  IplImage* pyr=cvCreateImage(cvSize(img->width/2,img->height/2),IPL_DEPTH_8U,1);
  cvResize(img0,img);
  cvNamedWindow("input",1);
  cvShowImage("input",img);
  cvSmooth(img,img,CV_MEDIAN);
  //cvPyrDown( img, pyr, 7 );
  //cvPyrUp( pyr, img, 7 );

        //img = cvCloneImage( img0 );
  IplImage* imgS=cvCreateImage(cvGetSize(img),IPL_DEPTH_16S,1);
  IplImage* imgTh=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
  IplImage* temp=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
  
        cvSobel(img,imgS,2,0,3);
        cvNormalize(imgS,imgTh,255,0,CV_MINMAX);
        cvNamedWindow( wndname,1);
  cvNamedWindow("Sobel",1);
  cvShowImage("Sobel",imgTh);

  //cvAdaptiveThreshold(imgTh,imgTh,255,0,0,5,5);
  cvThreshold( imgTh, imgTh, 100, 255, CV_THRESH_BINARY );
  
  for (int k=0; k<img->height; k++)
   for(int j=0; j<img->width; j++)
   {
    imgTh->imageData[k*img->widthStep+j] = 255 - imgTh->imageData[k*img->widthStep+j];
   }
   
  cvNamedWindow("Th",1);
  cvShowImage("Th",imgTh);
  IplConvKernel* K=cvCreateStructuringElementEx(3,1,0,0,CV_SHAPE_RECT);
  IplConvKernel* K1=cvCreateStructuringElementEx(3,3,0,0,CV_SHAPE_RECT);
  
  cvMorphologyEx(imgTh,imgTh,temp,K,CV_MOP_CLOSE,10);
  cvMorphologyEx(imgTh,imgTh,temp,K1,CV_MOP_OPEN,1);
  //cvDilate(imgTh,imgTh,K,15);
  //cvErode(imgTh,imgTh,K,15);
  cvShowImage(wndname,imgTh);
  string a=names[i];
  a.insert(15,"sobel_normal");
  //cvSaveImage(a.c_str(),imgTh);
  //cvWaitKey(0);
  FindContours(imgTh);
  //cvShowImage(wndname,imgTh);
  
  
  
 }
}
void FindContours(IplImage* src)
{
 CvMemStorage* storage = cvCreateMemStorage(0);
 IplImage* dst = cvCreateImage( cvGetSize(src), 8, 3);
 cvCvtColor(src,dst,CV_GRAY2BGR);
 CvScalar color = CV_RGB( 255, 0, 0);
 CvSeq* contours=0;
 
  //建立一个空序列存储每个四边形的四个顶点
   // CvSeq* squares = cvCreateSeq( 0, sizeof(CvSeq), sizeof(CvPoint), storage );
 //cvFindContours( src, storage, &contours, sizeof(CvContour),CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );//外界边界h_next 和 孔用v_next连接
 cvFindContours( src, storage, &contours, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
  for( ; contours != 0; contours = contours->h_next)
            {
    //使用边界框的方式
    CvRect aRect = cvBoundingRect( contours, 1 );
    int tmparea=aRect.height*aRect.height;
    if (((double)aRect.width/(double)aRect.height>3)
    && ((double)aRect.width/(double)aRect.height<6)&& tmparea>=200&&tmparea<=2500)
   {
    cvRectangle(dst,cvPoint(aRect.x,aRect.y),cvPoint(aRect.x+aRect.width ,aRect.y+aRect.height),color,2);
    //cvDrawContours( dst, contours, color, color, -1, 1, 8 );
   }
  }
  cvNamedWindow("contour",1);
  cvShowImage("contour",dst);
  cvWaitKey(0);
    //多边形曲线逼近方法
    /*
    //用指定精度逼近多边形曲线 
                result = cvApproxPoly( contours, sizeof(CvContour), storage,
                    CV_POLY_APPROX_DP, cvContourPerimeter(contours)*0.02, 0 );
    if( result->total == 4 &&
                    fabs(cvContourArea(result,CV_WHOLE_SEQ)) > 1000 && //cvContourArea计算整个轮廓或部分轮廓的面积 
                    cvCheckContourConvexity(result) )     //CheckContourConvexity
                {
    */
  
}