Qt+OpenCv實現(xiàn)車牌定位(Windows10)

最近這段時間需要進行圖片方面的處理涛碑，眾所周知精堕，OpenCv是開源圈里幾乎最優(yōu)秀的計算機視覺處理庫，本文記錄在研究過程中所做的一個車牌定位的Demo蒲障。
本文所提供的Demo僅限于車牌定位歹篓，定位出的車牌進行識別的話可以使用TeseRact進行，本文不做更多描述揉阎。

工具準備

Qt

Qt的安裝網(wǎng)上有大量的教程庄撮，或許之后本人會出一個相關(guān)的文章，不過在這里就只放一個下載的Link好了
http://download.qt.io/archive/qt/

OpenCv庫文件

OpenCv在Windows下配合Qt的使用需要對源碼進行重新編譯毙籽，我所使用的是最新的4.3版本,放個下載連接以及安裝編譯教程

OpenCv下載

OpenCv安裝視頻教程windows

如果各位覺得上述操作太麻煩我這里提供一個我自己編譯出來的OpenCv4.3的lib

Demo

1.新建一個Qt的項目
2.Pro文件中需添加OpenCv庫的頭文件路徑以及lib路徑^[1]

INCLUDEPATH += C:\Users\houxia2x\Desktop\Asa\opencv\opencv\asa_build\install\include\opencv2\
               C:\Users\houxia2x\Desktop\Asa\opencv\opencv\asa_build\install\include

LIBS += -LC:\Users\houxia2x\Desktop\Asa\opencv\opencv\asa_build\install\x64\mingw\bin\
        -llibopencv_world430

3.頭文件需包含OpenCv的統(tǒng)籌文件"opencv2/opencv.hpp"

#include "opencv2/opencv.hpp"

4.加載命名空間

using namespace cv;

5.加載圖片

Mat srcImage = imread(path);
if(srcImage.empty())
{
    cout<<"load pic failed";
    return;
}

6.對圖片進行高斯模糊處理(圖像平滑處理)

Mat dealImage = srcImage.clone();
GaussianBlur(srcImage,dealImage,Size(3,3),0);

7.邊緣檢查

    Mat h_filler,v_filler,abs_h_filler,abs_v_filler;
    Sobel(dealImage,h_filler,CV_16S,1,0,3,1,0,BORDER_DEFAULT);      //橫向檢查
    convertScaleAbs(h_filler,abs_h_filler);
    Sobel(dealImage,v_filler,CV_16S,0,1,3,1,0,BORDER_DEFAULT);      //縱向檢查
    convertScaleAbs(v_filler,abs_v_filler);
    addWeighted(abs_h_filler,0.5,abs_v_filler,0.5,0,dealImage);     //合并檢查結(jié)果

8.圖像二值化處理

    cvtColor(dealImage,dealImage,COLOR_BGR2GRAY);           //轉(zhuǎn)為灰度圖像
    threshold(dealImage,dealImage,95,255,THRESH_BINARY);    //二值化

9.圖像補全處理

    Mat element = getStructuringElement(MORPH_RECT,Size(25,25));    //核陣列
    vector<vector<Point>> vec_count;
    morphologyEx(dealImage,dealImage,MORPH_CLOSE,element);          //閉運算（膨脹--腐蝕）
    morphologyEx(dealImage,dealImage,MORPH_OPEN,element);           //開運算（腐蝕--膨脹）

10.獲取車牌區(qū)域(截取車牌范圍的算法可自行判斷設(shè)計)

    vector<vector<Point>> vec_area;
    findContours(dealImage,vec_area,RETR_EXTERNAL,CHAIN_APPROX_NONE);
    vector<Point> max_point_area;
    size_t num_max = 0;
    Point2f tmp_rect[4];
    for(size_t i = 0 ; i < vec_area.size() ; ++i)       //獲取最大面積的區(qū)域洞斯，即車牌區(qū)域
    {
        minAreaRect(vec_area[i]).points(tmp_rect);
        double width = powf((tmp_rect[0].x - tmp_rect[1].x), 2) + powf((tmp_rect[0].y - tmp_rect[1].y), 2);
        width = sqrt(width);
        double height = powf((tmp_rect[0].x - tmp_rect[3].x), 2) + powf((tmp_rect[0].y - tmp_rect[3].y), 2);
        height = sqrt(height);
        if(height*width > num_max)
        {
            num_max = height*width;
            max_point_area = vec_area[i];
        }
    }
    if(num_max > 0)         //是否獲取到區(qū)域
    {
        /*描繪最大區(qū)域的輪廓*/
        Mat carPlateAreaImage = srcImage.clone();
        for(size_t i = 0 ; i < max_point_area.size() ; ++i)
        {
            circle(carPlateAreaImage,max_point_area.at(i),2,Scalar(255,0,0));
        }

        /*描繪最大區(qū)域的矩形形態(tài)*/
        Point2f max_rect_corner_point[4];
        RotatedRect max_rect = minAreaRect(max_point_area);
        max_rect.points(max_rect_corner_point);
        for(size_t j = 0 ; j < 4 ; ++j)
        {
            line(carPlateAreaImage,max_rect_corner_point[j],max_rect_corner_point[(j+1)%4],Scalar(0,0,255),3);
        }
        //        imshow("carPlateAreaImage image",carPlateAreaImage);

        Mat carPlateImage = Mat(srcImage,max_rect.boundingRect());
        imshow("carPlateImage image",carPlateImage);
    }else{
        cout<<"Fail for fetch area of car plate";
    }

Note

Demo中所提供的代碼是經(jīng)過本人親測有效的，不過考慮到汽車圖像的各種情況不同惧财，定位效果不做保證巡扇，如果希望進行汽車圖像車牌的復(fù)雜環(huán)境多種類型都可以定位的話，需要依靠機器學(xué)習的模型來進行垮衷，本文只是提供一種車牌定位的實現(xiàn)厅翔，后面有機會再分享機器模型的創(chuàng)建以及訓(xùn)練

我將OpenCv的庫文件編譯成了一個文件，所以在LIBS中只添加了一個lib搀突，如果不是這種情況刀闷，需要將所有l(wèi)ib都添加進來 ?

最后編輯于：2020.06.16 09:48:25

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者