《opencv车牌识别》PPT课件.ppt

,第三讲车牌识别程序（2）,姜宇北京航空航天大学,2011年11月2日,一、车牌识别流程分析,第一步：识别车牌位置第二步：提取车牌第三步：提取车牌上数字第四步：识别车牌上数字,一、车牌识别流程分析,提取车牌,分析提取车牌过程：1.可能出现变形,1.确定四个角点坐标2.将四个坐标内的图像旋转到规整的矩形内,一、车牌识别流程分析,提取车牌,一、车牌识别流程分析,提取车牌,仿射变换：矩形平行四边形透射变换：矩形梯形,一、车牌识别流程分析,提取车牌,仿射变换：矩形平行四边形,VoidcvWarpAffine(ConstCvArr*src,CvArr*dst,ConstCvMat*map_matrix,转换矩阵intflag=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS，插值方式CvScalarfillval=cvScalarAll(0)填充点颜色);,一、车牌识别流程分析,提取车牌,透射变换：矩形梯形,VoidcvWarpPerspective(ConstCvArr*src,CvArr*dst,ConstCvMat*map_matrix,转换矩阵intflag=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS，插值方式CvScalarfillval=cvScalarAll(0)填充点颜色);,cvWarpPerspective(img_2,fan,将img_2按照mat矩阵变换到fan，采用双线性插值,一、车牌识别流程分析,提取车牌,计算旋转矩阵,CvMat*cvGetPerspectiveTransform(constCvPoint2D32f*pts_src,原图像四个角点坐标（数组）constCvPoint2D32f*pts_dst,目标图像四个角点坐标（数组）CvMat*map_matrix生成的矩阵);,CvMatmat;建立矩阵srcTri0=cvPointTo32f(pt0);srcTri1=cvPointTo32f(pt1);srcTri2=cvPointTo32f(pt3);srcTri3=cvPointTo32f(pt2);原图像四个角点存入数组dstTri0=cvPoint2D32f(0,0);dstTri1=cvPoint2D32f(0,pos_height);dstTri2=cvPoint2D32f(pos_width,0);dstTri3=cvPoint2D32f(pos_width,pos_height);目标图像四个角点doubledatamat=0,0,0,0,0,0,0,0,0;初始化矩阵元素cvInitMatHeader(计算,一、车牌识别流程分析,第一步：识别车牌位置第二步：提取车牌第三步：提取车牌上数字第四步：识别车牌上数字,一、车牌识别流程分析,提取数字,分析提取数字过程：1.车牌颜色不同的影响2.如何判断一个完整的字符,解决方法：1.判断二值化车牌中黑色的比例，如果黑色大于50%，说明车牌底儿是深色的，需要做反色处理2.两个相邻字符间的像元应该都是白色,一、车牌识别流程分析,提取数字,轮廓的矩：,p对应x维上的矩，q对应y维上的矩，可见m00表示轮廓上点的点数量,综合考虑轮廓大小、位置、旋转角度等因素，所以要对矩进行归一化，最常用的为Hu矩,一、车牌识别流程分析,提取数字,不同轮廓Hu矩的数值特点,一、车牌识别流程分析,提取数字,1.生成一个矩：VoidcvContoursMoments(CvSeq*contour,存放轮廓的序列CvMoment*moments定义一个矩);,2.将其转变为Hu不变矩：VoidcvGetHuMoments(CvMoment*moments,原矩CvHuMoment*HuMoments后生成的Hu不变矩);,一、车牌识别流程分析,提取数字,3.进行矩匹配：DoublecvMatchShapes(Constvoid*object1,数字矩Constvoid*object2,标准模板矩Intmethod,选择匹配模式Dou