基于SVM与人工神经网络的车牌识别C++实现

基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013平台上实现

#include “ImageRecognition.h“

void ImageRecognition::setFilename（string name） {
	filename = name;
}

ImageRecognition::ImageRecognition（）{
	showSteps = false;
	saveRecognition = false;
}

bool ImageRecognition::verifySizes（RotatedRect ROI）{
	// 以下设置车牌默认参数，用于识别矩形区域内是否为目标车牌
	float error = 0.4;
	// 西班牙车牌宽高比: 520 / 110 = 4.7272
	float aspect = 4.7272;
	// 设定区域面积的最小/最大尺寸，不在此范围内的不被视为车牌
	int min = 15 * aspect * 15;    // 15个像素
	int max = 125 * aspect * 125;  // 125个像素
	float rmin = aspect - aspect*error;
	float rmax = aspect + aspect*error;

	int area = ROI.size.height * ROI.size.width;
	float r = （float）ROI.size.width / （float）ROI.size.height;
	if （r<1）
		r = （float）ROI.size.height / （float）ROI.size.width;

	// 判断是否符合以上参数
	if （（area < min || area > max） || （r < rmin || r > rmax））
		return false;
	else
		return true;
}

// 对图像进行直方图均衡处理，调整亮度
Mat ImageRecognition::histeq（Mat ima）
{
	Mat imt（ima.size（） ima.type（））;
	// 若输入图像为彩色，需要在HSV空间中做直方图均衡处理
	// 再转换回RGB格式
	if （ima.channels（） == 3）
	{
		Mat hsv;
		vector hsvSplit;
		cvtColor（ima hsv CV_BGR2HSV）;
		split（hsv hsvSplit）;
		equalizeHist（hsvSplit[2] hsvSplit[2]）;
		merge（hsvSplit hsv）;
		cvtColor（hsv imt CV_HSV2BGR）;
	}
	// 若输入图像为灰度图，直接做直方图均衡处理
	else if （ima.channels（） == 1）{
		equalizeHist（ima imt）;
	}
	return imt;
}

// 图像分割函数
vector ImageRecognition::segment（Mat input）
{
	vector output;

	//n图像转换为灰度图
	Mat grayImage;
	cvtColor（input grayImage CV_BGR2GRAY）;
	blur（grayImage grayImage Size（5 5））;  // 对图像进行滤波，去除噪声

	// 通常车牌拥有显著的边缘特征，这里使用sobel算子检测边缘
	Mat sobelImage;
	Sobel（grayImage       // 输入图像
		  sobelImage	   // 输出图像
		  CV_8U		   //输出图像的深度
		  1			   // x方向上的差分阶数
		  0			   // y方向上的差分阶数
		  3			   // 扩展Sobel核的大小，必须是135或7
		  1			   // 计算导数值时可选的缩放因子，默认值是1
		  0			   // 表示在结果存入目标图之前可选的delta值，默认值为0
		  BORDER_DEFAULT）; // 边界模式，默认值为BORDER_DEFAULT
	if （showSteps）
		imshow（“Sobel“ sobelImage）;

	// 阈值分割得到二值图像，所采用的阈值由Otsu算法得到
	Mat thresholdImage;
	// 输入一幅8位图像，自动得到优化的阈值
	threshold（sobelImage thresholdImage 0 255 CV_THRESH_OTSU + CV_THRESH_BINARY）;
	if （showSteps）
		imshow（“Threshold Image“ thresholdImage）;

	// 形态学之闭运算
	// 定义一个结构元素structuringElement，维度为17*3
	Mat structuringElement = getStructuringElement（MORPH_RECT Size（17 3））;
	// 使用morphologyEx函数得到包含车牌的区域（但不包含车牌号）
	morphologyEx（thresholdImage thresholdImage CV_MOP_CLOSE structuringElement）;
	if （showSteps）
		imshow（“Close“ thresholdImage）;

	// 找到可能的车牌的轮廓
	vector< vector< Point> > contours;
	findContours（thresholdImage
				 contours // 检测的轮廓数组，每一个轮廓用一个point类型的vector表示
			     CV_RETR_EXTERNAL // 表示只检测外轮廓
				 CV_CHAIN_APPROX_NONE）; // 轮廓的近似办法，这里存储所有的轮廓点

	// 对每个轮廓检测和提取最小区域的有界矩形区域
	vector >::iterator itc = contours.begin（）;
	vector rects;
	// 若没有达到设定的宽高比要求，移去该区域
	while （itc != contours.end（）） 
	{
		RotatedRect ROI = minAreaRect（Mat（*itc））;
		if （!verifySizes（ROI））{
			itc = contours.erase（itc）;
		}
		else{
			++itc;
			rects.push_back（ROI）;
		}
	}

	// 在白色的图上画出蓝色的轮廓
	cv::Mat re

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2015-05-21 00:59  NumberPlateRecognition\
     目录           0  2015-05-20 20:46  NumberPlateRecognition\Debug\
     文件      393261  2012-12-29 04:28  NumberPlateRecognition\Debug\3154FFY.JPG
     文件      514614  2012-12-29 04:28  NumberPlateRecognition\Debug\9588DWV.jpg
     文件      290304  2015-05-21 00:02  NumberPlateRecognition\Debug\NumberPlateRecognition.exe
     文件     3579744  2015-05-21 00:02  NumberPlateRecognition\Debug\NumberPlateRecognition.ilk
     文件     5009408  2015-05-21 00:02  NumberPlateRecognition\Debug\NumberPlateRecognition.pdb
     文件     3392688  2012-12-29 04:28  NumberPlateRecognition\Debug\OCR.xml
     文件     2561352  2012-12-29 04:28  NumberPlateRecognition\Debug\SVM.xml
     目录           0  2015-05-20 20:44  NumberPlateRecognition\Debug\test\
     文件       57741  2015-05-20 20:38  NumberPlateRecognition\Debug\test\0657BLR.jpg
     文件      196236  2012-12-29 04:28  NumberPlateRecognition\Debug\test\2715DTZ.jpg
     文件      293009  2012-12-29 04:28  NumberPlateRecognition\Debug\test\3028BYS.JPG
     文件       53381  2015-05-20 20:44  NumberPlateRecognition\Debug\test\3056BMT.jpg
     文件      393261  2012-12-29 04:28  NumberPlateRecognition\Debug\test\3154FFY.JPG
     文件      319706  2012-12-29 04:28  NumberPlateRecognition\Debug\test\3266CNT.JPG
     文件      281617  2012-12-29 04:28  NumberPlateRecognition\Debug\test\3732FWW.JPG
     文件       14959  2015-05-20 20:42  NumberPlateRecognition\Debug\test\3786GHJ.jpg
     文件      373921  2012-12-29 04:28  NumberPlateRecognition\Debug\test\5445BSX.JPG
     文件      328567  2012-12-29 04:28  NumberPlateRecognition\Debug\test\7215BGN.JPG
     文件      267098  2012-12-29 04:28  NumberPlateRecognition\Debug\test\8995CCN.JPG
     文件      514614  2012-12-29 04:28  NumberPlateRecognition\Debug\test\9588DWV.jpg
     文件      356947  2012-12-29 04:28  NumberPlateRecognition\Debug\test\9773BNB.jpg
     文件      365670  2012-12-29 04:28  NumberPlateRecognition\Debug\test\DSC_0562.jpg
     文件      386667  2012-12-29 04:28  NumberPlateRecognition\Debug\test\DSC_0566.jpg
     目录           0  2015-05-21 00:50  NumberPlateRecognition\NumberPlateRecognition\
     文件    17891328  2015-05-21 00:59  NumberPlateRecognition\NumberPlateRecognition.sdf
     文件        1012  2015-05-20 19:28  NumberPlateRecognition\NumberPlateRecognition.sln
     文件       33280  2015-05-21 00:59  NumberPlateRecognition\NumberPlateRecognition.v12.suo
     目录           0  2015-05-21 00:02  NumberPlateRecognition\NumberPlateRecognition\Debug\
     文件      936807  2015-05-21 00:02  NumberPlateRecognition\NumberPlateRecognition\Debug\ImageRecognition.obj
............此处省略25个文件信息