资源简介
1.首先单击载入图像菜单项(载入车辆图像),图像在images文件夹下面。
2.然后单击车牌定位与识别单项,依次进行车牌提取、倾斜校正、字符分割、字符识别。

代码片段和文件信息
#include “StdAfx.h“
#include “Classification.h“
void GetFeature(IplImage* srcpattern &pat)
{
CvScalar s;
int ij;
for(i=0;i<33;i++)
pat.feature[i]=0.0;
//图像大小是20*40大小的,分成25块
//********第一行***********
//第一块
for(j=0;j<8;j++)
{
for(i=0;i<4;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[0]+=1.0;
}
}
//第二块
for(j=0;j<8;j++)
{
for(i=4;i<8;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[1]+=1.0;
}
}
//第三块
for(j=0;j<8;j++)
{
for(i=8;i<12;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[2]+=1.0;
}
}
//第四块
for(j=0;j<8;j++)
{
for(i=12;i<16;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[3]+=1.0;
}
}
//第五块
for(j=0;j<8;j++)
{
for(i=16;i<20;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[4]+=1.0;
}
}
//********第二行***********
//第六块
for(j=8;j<16;j++)
{
for(i=0;i<4;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[5]+=1.0;
}
}
//第七块
for(j=8;j<16;j++)
{
for(i=4;i<8;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[6]+=1.0;
}
}
//第八块
for(j=8;j<16;j++)
{
for(i=8;i<12;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[7]+=1.0;
}
}
//第九块
for(j=8;j<16;j++)
{
for(i=12;i<16;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[8]+=1.0;
}
}
//第十块
for(j=8;j<16;j++)
{
for(i=16;i<20;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[9]+=1.0;
}
}
//********第三行***********
//第十一块
for(j=16;j<24;j++)
{
for(i=0;i<4;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[10]+=1.0;
}
}
//第十二块
for(j=16;j<24;j++)
{
for(i=4;i<8;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[11]+=1.0;
}
}
//第十三块
for(j=16;j<24;j++)
{
for(i=8;i<12;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[12]+=1.0;
}
}
//第十四块
for(j=16;j<24;j++)
{
for(i=12;i<16;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[13]+=1.0;
}
}
//第十五块
for(j=16;j<24;j++)
{
for(i=16;i<20;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[14]+=1.0;
}
}
//********第四行***********
//第十六块
for(j=24;j<32;j++)
{
for(i=0;i<4;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[15]+=1.0;
}
}
//第十七块
for(j=24;j<32;j++)
{
for(i=4;i<8;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[16]+=1.0;
}
}
//第十八块
for(j=24;j<32;j++)
{
for(i=8;i<12;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[17]+=1.0;
}
}
//第十九块
for(j=24;j<32;j++)
{
for(i=12;i<16;i++)
{
s=cvGet2D(srcji);
if(s.val[0]==255)
pat.feature[18]+=1.0;
}
}
//第二十块
for(j=24;j<32;j++
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 43408 2018-08-10 20:40 14_车牌识别系统\Images\chepai.bmp
文件 366646 2018-09-06 14:28 14_车牌识别系统\Images\黑A00001.bmp
文件 2084352 2018-09-06 14:29 14_车牌识别系统\可执行文件\cv210.dll
文件 1069056 2018-09-06 14:29 14_车牌识别系统\可执行文件\cvaux210.dll
文件 2199040 2018-09-06 14:28 14_车牌识别系统\可执行文件\cxcore210.dll
文件 780800 2018-09-06 14:27 14_车牌识别系统\可执行文件\highgui210.dll
文件 406528 2018-09-06 14:27 14_车牌识别系统\可执行文件\ml210.dll
文件 529920 2018-09-06 14:26 14_车牌识别系统\可执行文件\PlateIdentify.exe
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\0.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\1.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\2.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\3.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\4.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\5.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\6.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\7.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\8.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\9.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\A.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\B.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\C.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\D.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\E.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\F.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\G.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\H.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\J.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\K.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\L.bmp
文件 1878 2018-09-06 14:37 14_车牌识别系统\可执行文件\template\N.bmp
............此处省略106个文件信息
- 上一篇:基于光滑粒子流体动力学SPH的流体模拟方法—杯中水的模拟
- 下一篇:旅游项目开发
相关资源
- 基于OpenCV的数字识别468815
- 使用opencv去掉二值化图像中黑色面积
- opencv环境配置
- win10 64位下编译的opencv4.5.5库,opencv
- Halcon车牌识别
- 百度API车牌识别DEMO.rar
- NVIDIAOpticalFlowSDK-79c6cee80a2df9a196f20afd6
- opencv_contrib-3.4.0.zip
- opencv2.4.9源码分析——SIFT
- 用两个摄像头实现,双目标定,双目
- opencv_traincascade训练分类器,手势识别
- opencv3.0交叉编译用parallel.cpp
- 基于opencv的图像识别识别图像中的色
- 基于openCV的识别特定颜色区域
- 基于OpenCV的分水岭算法实现
- QT+opencv+OCR 身份证号码,银行卡号识别
- opencv视频特定颜色区域识别
- 把RGB转换为HSV和HSI然后根据黄色和蓝
- opencv视觉测距
- 基于Qt和opencv的身份证号码识别系统
- 易泊车牌识别停车计费系统介绍
- opencv_ffmpeg249.dll
- SfM稀疏三维点云重建--完整工程文件
- 基于opencv的数人头程序源代码
- 利用OpenCV中的Stitcher类实现全景图像拼
- opencv实现的sift算法源码,包含了图像
- openCV 上的小波变换
- 基于OPENCV的车牌识别系统设计
- 617张国内车牌60-17bmp图片用于OpenCV正样
- hog特征提取,c版本代码
评论
共有 条评论