码迷,mamicode.com
首页 > 其他好文 > 详细

基于SVM与人工神经网络的车牌识别系统

时间:2015-05-22 19:17:06      阅读:1086      评论:0      收藏:0      [点我收藏+]

标签:opencv   c++   ocr   svm   ann   

最近研究了支持向量机(Support Vector Machine,SVM)和人工神经网络(Artifical Neural Network,ANN)等模式识别理论,结合OpenCV的书:《Mastering OpenCV with Practical Computer Vision Projects》,将两种思想运用到车辆的车牌识别算法中。车辆识别结合了多种图像处理技术,如视频监控、图像检测、图像分割和光学字符识别(OCR)等,在道路交通监控中有着重要的作用。以下内容主要包含几个方面:

车牌检测

? 图像预处理(图像分割)
? SVM分类器(对分割图像的分类)

车牌识别

? OCR分割
? 特征提取
? OCR分类(使用多层感知器Multi-Layer Perceptron,MLP)

一、实验准备

由于图像素材有限,且对于不同国家,车牌的规格与尺寸不尽相同,因此只能选择资料中已有的西班牙车牌进行研究。这里的素材来源于最常见的西班牙车牌(在西班牙,也有多种形状的车牌)。如下图所示,车牌的大小为520mm*110mm,其中左右两组字符由41mm的空间分离,左边包含四个数字,右边包含三个字母,每个字符之间的距离为14mm。所有字符的大小均为45mm*77mm。

技术分享

参考书籍中给出了一个已经定义好的车牌类Plate,后续的图像处理需要用到,直接使用即可,毕竟研究的重点是后续的处理和模式分类算法:

#ifndef Plate_h
#define Plate_h

#include <string.h>
#include <vector>

#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <opencv/cvaux.h>

using namespace std;
using namespace cv;

class Plate{
public:
    Plate();
    Plate(Mat img, Rect pos);
    string str();
    Rect position;
    Mat plateImg;
    vector<char> chars;
    vector<Rect> charsPos;
};

#endif
#include "Plate.h"

Plate::Plate(){
}

Plate::Plate(Mat img, Rect pos){
    plateImg = img;
    position = pos;
}

string Plate::str(){
    string result = "";
    vector<int> orderIndex;
    vector<int> xpositions;
    for (int i = 0; i< charsPos.size(); i++){
        orderIndex.push_back(i);
        xpositions.push_back(charsPos[i].x);
    }
    float min = xpositions[0];
    int minIdx = 0;
    for (int i = 0; i< xpositions.size(); i++){
        min = xpositions[i];
        minIdx = i;
        for (int j = i; j<xpositions.size(); j++){
            if (xpositions[j]<min){
                min = xpositions[j];
                minIdx = j;
            }
        }
        int aux_i = orderIndex[i];
        int aux_min = orderIndex[minIdx];
        orderIndex[i] = aux_min;
        orderIndex[minIdx] = aux_i;

        float aux_xi = xpositions[i];
        float aux_xmin = xpositions[minIdx];
        xpositions[i] = aux_xmin;
        xpositions[minIdx] = aux_xi;
    }
    for (int i = 0; i<orderIndex.size(); i++){
        result = result + chars[orderIndex[i]];
    }
    return result;
}

二、算法流程

正如上面叙述的,车牌识别有两个主要步骤,即检测与识别。其中车牌检测的目标是在图像或视频帧中检测到车牌的位置。在完成这一步后,进行识别部分,这里使用OCR算法来识别车牌上的字符,其中有数字,也包含字母。

技术分享

三、车牌检测

  • 图像分割

车牌识别的第一步自然是检测图像或视频帧中的车牌,并去除其他多余的信息,这一部分主要依靠图像分割来完成。而对于图像分割工作主要包含以下步骤:

1.Sobel滤波器;
2.阈值算子;
3.闭形态学算子;
4.一个填充区域掩码;
5.用颜色标记图像中可能检测到的车辆;
6.执行SVM分类器后检测出车牌。

使用边缘检测的原因是一般情况下拍摄到的车牌有大量竖直的边缘,且车牌没有旋转和透视扭曲,通过检测竖直边可以删除图像中多余的区域。在使用Sobel滤波器之前,需要确保图像为灰度图像,否则需要转化;另一个预处理操作是进行适当的高斯滤波,从而消除可能由摄像机或其他环境产生的噪声,这里使用5*5的高斯滤波去噪。

以下是图像分割的源代码,ImageEecognition.h和ImageEecognition.cpp,其中一些主要的函数调用方法已给出,如Sobel函数:

#ifndef ImageEecognition_h
#define ImageEecognition_h

#include <string.h>
#include <vector>

#include "Plate.h"

#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <opencv/cvaux.h>

using namespace std;
using namespace cv;

class ImageRecognition{
public:
    ImageRecognition();
    string filename;
    void setFilename(string f);
    bool saveRecognition;
    bool showSteps;
    vector<Plate> run(Mat input);

    vector<Plate> segment(Mat input);
    bool verifySizes(RotatedRect mr);
    Mat histeq(Mat in);
};

#endif
#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<Mat> 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<Plate> ImageRecognition::segment(Mat input)
{
    vector<Plate> 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1,3,5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<vector<Point> >::iterator itc = contours.begin();
    vector<RotatedRect> 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 result;
    input.copyTo(result);
    cv::drawContours(result,
                     contours,
                     -1,                    // 所有的轮廓都画出
                     cv::Scalar(255, 0, 0), // 颜色
                     1);                    // 线粗

    // 使用漫水填充算法裁剪车牌获取更清晰的轮廓
    for (int i = 0; i< rects.size(); i++){

        circle(result, rects[i].center, 3, Scalar(0, 255, 0), -1);
        // 得到宽度和高度中较小的值,得到车牌的最小尺寸
        float minSize = (rects[i].size.width < rects[i].size.height) ? rects[i].size.width : rects[i].size.height;
        minSize = minSize - minSize * 0.5;
        // 在块中心附近产生若干个随机种子
        srand(time(NULL));
        // 初始化漫水填充算法的参数
        Mat mask;
        mask.create(input.rows + 2, input.cols + 2, CV_8UC1);
        mask = Scalar::all(0);
        // loDiff表示当前观察像素值与其部件邻域像素值或者待加入
        // 该部件的种子像素之间的亮度或颜色之负差的最大值
        int loDiff = 30;
        // upDiff表示当前观察像素值与其部件邻域像素值或者待加入
        // 该部件的种子像素之间的亮度或颜色之正差的最大值
        int upDiff = 30;
        int connectivity = 4; // 用于控制算法的连通性,可取4或者8
        int newMaskVal = 255;
        int NumSeeds = 10;
        Rect ccomp;
        // 操作标志符分为几个部分
        int flags = connectivity + // 用于控制算法的连通性,可取4或者8
                    (newMaskVal << 8) +
                    CV_FLOODFILL_FIXED_RANGE + // 设置该标识符,会考虑当前像素与种子像素之间的差
                    CV_FLOODFILL_MASK_ONLY; // 函数不会去填充改变原始图像, 而是去填充掩模图像
        for (int j = 0; j < NumSeeds; j++){
            Point seed;
            seed.x = rects[i].center.x + rand() % (int)minSize - (minSize / 2);
            seed.y = rects[i].center.y + rand() % (int)minSize - (minSize / 2);
            circle(result, seed, 1, Scalar(0, 255, 255), -1);
            // 运用填充算法,参数已设置
            int area = floodFill(input,
                                 mask,
                                 seed,
                                 Scalar(255, 0, 0),
                                 &ccomp,
                                 Scalar(loDiff, loDiff, loDiff),
                                 Scalar(upDiff, upDiff, upDiff),
                                 flags);
        }
        if (showSteps)
            imshow("MASK", mask);

        // 得到裁剪掩码后,检查其有效尺寸
        // 对于每个掩码的白色像素,先得到其位置
        // 再使用minAreaRect函数获取最接近的裁剪区域
        vector<Point> pointsInterest;
        Mat_<uchar>::iterator itMask = mask.begin<uchar>();
        Mat_<uchar>::iterator end = mask.end<uchar>();
        for (; itMask != end; ++itMask)
            if (*itMask == 255)
                pointsInterest.push_back(itMask.pos());

        RotatedRect minRect = minAreaRect(pointsInterest);

        if (verifySizes(minRect)){
            // 旋转矩形图
            Point2f rect_points[4]; minRect.points(rect_points);
            for (int j = 0; j < 4; j++)
                line(result, rect_points[j], rect_points[(j + 1) % 4], Scalar(0, 0, 255), 1, 8);

            // 得到旋转图像区域的矩阵
            float r = (float)minRect.size.width / (float)minRect.size.height;
            float angle = minRect.angle;
            if (r<1)
                angle = 90 + angle;
            Mat rotmat = getRotationMatrix2D(minRect.center, angle, 1);

            // 通过仿射变换旋转输入的图像
            Mat img_rotated;
            warpAffine(input, img_rotated, rotmat, input.size(), CV_INTER_CUBIC);

            // 最后裁剪图像
            Size rect_size = minRect.size;
            if (r < 1)
                swap(rect_size.width, rect_size.height);
            Mat img_crop;
            getRectSubPix(img_rotated, rect_size, minRect.center, img_crop);

            Mat resultResized;
            resultResized.create(33, 144, CV_8UC3);
            resize(img_crop, resultResized, resultResized.size(), 0, 0, INTER_CUBIC);
            // 为了消除光照影响,对裁剪图像使用直方图均衡化处理
            Mat grayResult;
            cvtColor(resultResized, grayResult, CV_BGR2GRAY);
            blur(grayResult, grayResult, Size(3, 3));
            grayResult = histeq(grayResult);
            if (saveRecognition){
                stringstream ss(stringstream::in | stringstream::out);
                ss << "tmp/" << filename << "_" << i << ".jpg";
                imwrite(ss.str(), grayResult);
            }
            output.push_back(Plate(grayResult, minRect.boundingRect()));
        }
    }
    if (showSteps)
        imshow("Contours", result);

    return output;
}

vector<Plate> ImageRecognition::run(Mat input)
{
    vector<Plate> tmp = segment(input);
    // 返回检测结果
    return tmp;
}
  • 图像分类

对分割完的图像使用SVM分类,并由代码自动创建正负样本。这里需要了解一下SVM(Support Vector Machine),即支持向量机算法,这是一种有监督学习方法。OpenCV开发SVM算法是基于LibSVM软件包开发的,LibSVM软件包是台湾大学林智仁开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包。用OpenCV使用SVM算法的大概流程如下:

1)设置训练样本集,一般需要两组数据,一组是数据的类别,一组是数据的向量信息。

2)设置SVM参数。利用CvSVMParams类实现类内的成员变量svm_type表示SVM类型:

CvSVM::C_SVC     // C-SVC
CvSVM::NU_SVC    // v-SVC
CvSVM::ONE_CLASS // 一类SVM
CvSVM::EPS_SVR   // e-SVR
CvSVM::NU_SVR    // v-SVR

成员变量kernel_type表示核函数的类型:

CvSVM::LINEAR 线性 u‘v
CvSVM::POLY 多项式:(r*u‘v + coef0)^degree
CvSVM::RBF RBF函数:exp(-r|u-v|^2)
CvSVM::SIGMOID sigmoid函数:tanh(r*u‘v + coef0)

成员变量degree针对多项式核函数degree的设置,gamma针对多项式/rbf/sigmoid核函数的设置,coef0针对多项式/sigmoid核函数的设置,Cvalue为损失函数,在C-SVC、e-SVR、v-SVR中有效,nu设置v-SVC、一类SVM和v-SVR参数,p为设置e-SVR中损失函数的值,class_weightsC_SVC的权重,term_crit为SVM训练过程的终止条件。其中默认值degree = 0,gamma = 1,coef0 = 0,Cvalue = 1,nu = 0,p = 0,class_weights = 0

3)在分类之前,需要训练分类器。

在这里,使用75张包含车牌的图像(正样本)和35张不包含车牌的大小为144*33像素的图像(对应负样本)。(若要使车牌识别系统具有普适性,需要更多的训练数据,在本实验中这些数据已经够用)。

在得到分割后的车牌和非车牌图像后,我们把二者都执行reshaple(1,1),再存放到trainImage的矩阵中,并修改对应trainLables矩阵的0-1值,然后把trainData改为32为浮点数系,再把trainData和trainLabel直接写进xml文件。

训练SVM的代码如下:

// Main entry code OpenCV

#include <cv.h>
#include <highgui.h>
#include <cvaux.h>

#include <iostream>
#include <vector>

using namespace std;
using namespace cv;

int main ( int argc, char** argv )
{
    cout << "OpenCV Training SVM Automatic Number Plate Recognition\n";
    cout << "\n";

    char* path_Plates;
    char* path_NoPlates;
    int numPlates;
    int numNoPlates;
    int imageWidth=144;
    int imageHeight=33;

    //Check if user specify image to process
    if(argc >= 5 )
    {
        numPlates= atoi(argv[1]);
        numNoPlates= atoi(argv[2]);
        path_Plates= argv[3];
        path_NoPlates= argv[4];

    }else{
        cout << "Usage:\n" << argv[0] << " <num Plate Files> <num Non Plate Files> <path to plate folder files> <path to non plate files> \n";
        return 0;
    }        

    Mat classes;//(numPlates+numNoPlates, 1, CV_32FC1);
    Mat trainingData;//(numPlates+numNoPlates, imageWidth*imageHeight, CV_32FC1 );

    Mat trainingImages;
    vector<int> trainingLabels;

    for(int i=0; i< numPlates; i++)
    {

        stringstream ss(stringstream::in | stringstream::out);
        ss << path_Plates << i << ".jpg";
        Mat img=imread(ss.str(), 0);
        img= img.reshape(1, 1);
        trainingImages.push_back(img);
        trainingLabels.push_back(1);
    }

    for(int i=0; i< numNoPlates; i++)
    {
        stringstream ss(stringstream::in | stringstream::out);
        ss << path_NoPlates << i << ".jpg";
        Mat img=imread(ss.str(), 0);
        img= img.reshape(1, 1);
        trainingImages.push_back(img);
        trainingLabels.push_back(0);

    }

    Mat(trainingImages).copyTo(trainingData);
    //trainingData = trainingData.reshape(1,trainingData.rows);
    trainingData.convertTo(trainingData, CV_32FC1);
    Mat(trainingLabels).copyTo(classes);

    FileStorage fs("SVM.xml", FileStorage::WRITE);
    fs << "TrainingData" << trainingData;
    fs << "classes" << classes;
    fs.release();

    return 0;
}

在代码中,调用CvSVM::train函数建立SVM模型,第一个参数为训练数据,第二个参数为分类结果,最后一个参数即CvSVMParams。

4)用这个SVM进行分类。调用函数CvSVM::predict实现分类。

5)获得支持向量

除了分类,也可以得到SVM的支持向量,调用函数CvSVM::get_support_vector_count获得支持向量的个数,CvSVM::get_support_vector获得对应的索引编号的支持向量。

在OpenCV中,SVM函数的调用方法如下:

    // 训练SVM,用于训练和测试的图像数据保存在SVM.xml文件中
    FileStorage fs;
    fs.open("SVM.xml", FileStorage::READ);
    Mat SVM_TrainingData;
    Mat SVM_Classes;
    fs["TrainingData"] >> SVM_TrainingData;
    fs["classes"] >> SVM_Classes;
    // 设置SVM的基本参数
    CvSVMParams SVM_params;  // CvSVMParams结构用于定义基本参数
    SVM_params.svm_type = CvSVM::C_SVC;     // SVM类型
    SVM_params.kernel_type = CvSVM::LINEAR; // 不做映射
    SVM_params.degree = 0;
    SVM_params.gamma = 1;
    SVM_params.coef0 = 0;
    SVM_params.C = 1;
    SVM_params.nu = 0;
    SVM_params.p = 0;
    SVM_params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, 0.01);

    // 创建并训练分类器
    CvSVM svmClassifier(SVM_TrainingData, SVM_Classes, Mat(), Mat(), SVM_params);

更多关于SVM算法的介绍可参照:http://zh.wikipedia.org/wiki/SVM

取各个图像预处理步骤的结果,如下图所示:

技术分享

其中图1为原彩色图像;

图2将彩色图像转化为灰度图,并采用5*5模版对图像进行高斯滤波,去除环境噪声;

图3是使用Sobel滤波器求一阶水平方向导数,输出垂直边缘的结果;

图4使用Otsu自适应阈值算法获得图像二值化的阈值,从而得到二值图像;

图5采用闭操作,去除每个垂直边缘线之间的空白空格,并连接所有包含 大量边缘的区域(这步过后,我们将有许多包含车牌的候选区域);

图6显示了执行SVM分类器后得到的正负样本,此时需要对这些正负样本(其实是分割后的图像块)进行分类。

四、车牌识别

车牌识别算法的第二步是使用光学字符识别获取车牌上的字符,而对于车牌号识别工作主要包含以下步骤:

1.ROC分割:对于每个车牌,可以将每个字符分割出来
2.训练人工神经网络(Artificial Neural Network, ANN)
3.使用人工神经网络以识别字符

  • ROC分割

分割步骤如下图所示:

技术分享

首先,图1为输入分割后的车牌,之后,对图像进行二值化,如图2所示;之后求每个字符的轮廓、最小外接矩形进而求矩形的纵横比及面积。最后统一矩形大小,并将每个字符的图片保存下来。

  • 训练人工神经网络

人工神经网络实际是一个多层感知器,是一种前馈人工神经网络模型,其将输入的多个数据集映射到单一的输出的数据集上。对比单层感知器,多层感知器的一大优点是可以轻松实现非线性分类。一个简单的例子是:单个感知器无法解决异或问题,但将多个感知器进行组合可以实现这种较为复杂的空间分割,如下图所示。

技术分享

实际上,上述模型就是多层感知器神经网络(Multi-layer perceptron neural networks,MLP neural netwoks)的基础模型。神经网络中每个节点为一个感知器,模型生物神经网络中神经元的基础功能:来自外界(环境或其他细胞)的电信号通过突触传递给神经元,当细胞收到的信号总和超过一定阈值后,细胞被激活,通过轴突向下一个细胞发送电信号,完成对外界信息的加工。

技术分享

更多关于多层感知器的资料可参考:http://blog.csdn.net/xiaowei_cqu/article/details/9004331

  • 使用人工神经网络以识别字符

主要包含以下步骤:

1.读取一张车牌图像
2.设置人工神经网络参数,并使用xml文件训练神经网络
3.提取车牌图像的累计直方图和低分辨率图像特征矩阵
4.将该特征矩阵作为神经网络输入,经过神经网络计算从而得到预测结果
5.按照每个字符图像的相对位置,进行字符重新排序
6.得到最终的字符串并打印出来

车牌识别部分的完整代码如下:

#ifndef OCR_h
#define OCR_h

#include <string.h>
#include <vector>

#include "Plate.h"

#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <opencv/cvaux.h>
#include <opencv/ml.h>

using namespace std;
using namespace cv;


#define HORIZONTAL    1
#define VERTICAL    0

class CharSegment{
public:
    CharSegment();
    CharSegment(Mat i, Rect p);
    Mat img;
    Rect pos;
};

class OCR{
public:
    bool DEBUG;
    bool saveSegments;
    string filename;
    static const int numCharacters;
    static const char strCharacters[];
    OCR(string trainFile);
    OCR();
    string run(Plate *input);
    int charSize;
    Mat preprocessChar(Mat in);
    int classify(Mat f);
    void train(Mat trainData, Mat trainClasses, int nlayers);
    int classifyKnn(Mat f);
    void trainKnn(Mat trainSamples, Mat trainClasses, int k);
    Mat features(Mat input, int size);

private:
    bool trained;
    vector<CharSegment> segment(Plate input);
    Mat Preprocess(Mat in, int newSize);
    Mat getVisualHistogram(Mat *hist, int type);
    void drawVisualFeatures(Mat character, Mat hhist, Mat vhist, Mat lowData);
    Mat ProjectedHistogram(Mat img, int t);
    bool verifySizes(Mat r);
    CvANN_MLP  ann;
    CvKNearest knnClassifier;
    int K;
};

#endif
#include "OCR.h"

const char OCR::strCharacters[] = { ‘0‘, ‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘, ‘7‘, ‘8‘, ‘9‘, ‘B‘, ‘C‘, ‘D‘, ‘F‘, ‘G‘, ‘H‘, ‘J‘, ‘K‘, ‘L‘, ‘M‘, ‘N‘, ‘P‘, ‘R‘, ‘S‘, ‘T‘, ‘V‘, ‘W‘, ‘X‘, ‘Y‘, ‘Z‘ };
const int OCR::numCharacters = 30;

CharSegment::CharSegment(){}
CharSegment::CharSegment(Mat i, Rect p)
{
    img = i;
    pos = p;
}

OCR::OCR()
{
    DEBUG = false;
    trained = false;
    saveSegments = false;
    charSize = 20;
}
OCR::OCR(string trainFile)
{
    DEBUG = false;
    trained = false;
    saveSegments = false;
    charSize = 20;

    // 读取OCR.xml文件
    FileStorage fs;
    fs.open("OCR.xml", FileStorage::READ);
    Mat TrainingData;
    Mat Classes;
    fs["TrainingDataF15"] >> TrainingData;
    fs["classes"] >> Classes;

    train(TrainingData, Classes, 10);

}

Mat OCR::preprocessChar(Mat in){
    //Remap image
    int h = in.rows;
    int w = in.cols;
    Mat transformMat = Mat::eye(2, 3, CV_32F);
    int m = max(w, h);
    transformMat.at<float>(0, 2) = m / 2 - w / 2;
    transformMat.at<float>(1, 2) = m / 2 - h / 2;

    Mat warpImage(m, m, in.type());
    warpAffine(in, warpImage, transformMat, warpImage.size(), INTER_LINEAR, BORDER_CONSTANT, Scalar(0));

    Mat out;
    resize(warpImage, out, Size(charSize, charSize));

    return out;
}

bool OCR::verifySizes(Mat r){
    // 正确的车牌字符宽高比为45/77
    float aspect = 45.0f / 77.0f;
    float charAspect = (float)r.cols / (float)r.rows;
    float error = 0.35;  // 允许误差达到35%
    float minHeight = 15;
    float maxHeight = 28;
    // 最小比例
    float minAspect = 0.2;
    float maxAspect = aspect + aspect*error;
    // 区域像素
    float area = countNonZero(r);
    // bb区域
    float bbArea = r.cols*r.rows;
    // 像素占区域的百分比
    float percPixels = area / bbArea;

    // 若一块区域的比率超过标准比率的80%,则认为该区域为黑色快,而不是一个字符
    if (DEBUG)
        cout << "Aspect: " << aspect << " [" << minAspect << "," << maxAspect << "] " << "Area " << percPixels << " Char aspect " << charAspect << " Height char " << r.rows << "\n";
    if (percPixels < 0.8 && charAspect > minAspect && charAspect < maxAspect && r.rows >= minHeight && r.rows < maxHeight)
        return true;
    else
        return false;

}

// 阈值分割
vector<CharSegment> OCR::segment(Plate plate){
    Mat input = plate.plateImg;
    vector<CharSegment> output;
    Mat thresholdImage;
    threshold(input, thresholdImage, 60, 255, CV_THRESH_BINARY_INV);
    if (DEBUG)
        imshow("Threshold plate", thresholdImage);
    Mat img_contours;
    thresholdImage.copyTo(img_contours);
    // 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

    // 在白色的图上画出蓝色的轮廓
    cv::Mat result;

    thresholdImage.copyTo(result);
    cvtColor(result, result, CV_GRAY2RGB);
    cv::drawContours(result, contours,
        -1,  // 所有的轮廓都画出
        cv::Scalar(255, 0, 0), // 颜色
        1); // 线粗

    // 对每个轮廓检测和提取最小区域的有界矩形区域
    vector<vector<Point> >::iterator itc = contours.begin();

    char res[20];
    int i = 0;
    // 若没有达到设定的宽高比要求,移去该区域
    while (itc != contours.end()) 
    {
        Rect mr = boundingRect(Mat(*itc));
        rectangle(result, mr, Scalar(0, 255, 0));
        // 裁剪图像
        Mat auxRoi(thresholdImage, mr);
        if (verifySizes(auxRoi)){
            auxRoi = preprocessChar(auxRoi);
            output.push_back(CharSegment(auxRoi, mr));
            //保存每个字符图片  
            sprintf(res, "PlateNumber%d.jpg", i);
            i++;
            imwrite(res, auxRoi);
            rectangle(result, mr, Scalar(0, 125, 255));
        }
        ++itc;
    }
    if (DEBUG)
        cout << "Num chars: " << output.size() << "\n";



    if (DEBUG)
        imshow("SEgmented Chars", result);
    return output;
}

Mat OCR::ProjectedHistogram(Mat img, int t)
{
    int sz = (t) ? img.rows : img.cols;
    Mat mhist = Mat::zeros(1, sz, CV_32F);

    for (int j = 0; j<sz; j++){
        Mat data = (t) ? img.row(j) : img.col(j);
        mhist.at<float>(j) = countNonZero(data);
    }

    // 归一化直方图
    double min, max;
    minMaxLoc(mhist, &min, &max);

    if (max>0)
        mhist.convertTo(mhist, -1, 1.0f / max, 0);

    return mhist;
}

Mat OCR::getVisualHistogram(Mat *hist, int type)
{

    int size = 100;
    Mat imHist;

    if (type == HORIZONTAL){
        imHist.create(Size(size, hist->cols), CV_8UC3);
    }
    else{
        imHist.create(Size(hist->cols, size), CV_8UC3);
    }

    imHist = Scalar(55, 55, 55);

    for (int i = 0; i<hist->cols; i++){
        float value = hist->at<float>(i);
        int maxval = (int)(value*size);

        Point pt1;
        Point pt2, pt3, pt4;

        if (type == HORIZONTAL)
        {
            pt1.x = pt3.x = 0;
            pt2.x = pt4.x = maxval;
            pt1.y = pt2.y = i;
            pt3.y = pt4.y = i + 1;

            line(imHist, pt1, pt2, CV_RGB(220, 220, 220), 1, 8, 0);
            line(imHist, pt3, pt4, CV_RGB(34, 34, 34), 1, 8, 0);

            pt3.y = pt4.y = i + 2;
            line(imHist, pt3, pt4, CV_RGB(44, 44, 44), 1, 8, 0);
            pt3.y = pt4.y = i + 3;
            line(imHist, pt3, pt4, CV_RGB(50, 50, 50), 1, 8, 0);
        }
        else
        {
            pt1.x = pt2.x = i;
            pt3.x = pt4.x = i + 1;
            pt1.y = pt3.y = 100;
            pt2.y = pt4.y = 100 - maxval;

            line(imHist, pt1, pt2, CV_RGB(220, 220, 220), 1, 8, 0);
            line(imHist, pt3, pt4, CV_RGB(34, 34, 34), 1, 8, 0);

            pt3.x = pt4.x = i + 2;
            line(imHist, pt3, pt4, CV_RGB(44, 44, 44), 1, 8, 0);
            pt3.x = pt4.x = i + 3;
            line(imHist, pt3, pt4, CV_RGB(50, 50, 50), 1, 8, 0);
        }
    }
    return imHist;
}

void OCR::drawVisualFeatures(Mat character, Mat hhist, Mat vhist, Mat lowData){
    Mat img(121, 121, CV_8UC3, Scalar(0, 0, 0));
    Mat ch;
    Mat ld;

    cvtColor(character, ch, CV_GRAY2RGB);

    resize(lowData, ld, Size(100, 100), 0, 0, INTER_NEAREST);
    cvtColor(ld, ld, CV_GRAY2RGB);

    Mat hh = getVisualHistogram(&hhist, HORIZONTAL);
    Mat hv = getVisualHistogram(&vhist, VERTICAL);

    Mat subImg = img(Rect(0, 101, 20, 20));
    ch.copyTo(subImg);

    subImg = img(Rect(21, 101, 100, 20));
    hh.copyTo(subImg);

    subImg = img(Rect(0, 0, 20, 100));
    hv.copyTo(subImg);

    subImg = img(Rect(21, 0, 100, 100));
    ld.copyTo(subImg);

    line(img, Point(0, 100), Point(121, 100), Scalar(0, 0, 255));
    line(img, Point(20, 0), Point(20, 121), Scalar(0, 0, 255));

    imshow("Visual Features", img);

    cvWaitKey(0);
}

// 特征提取
Mat OCR::features(Mat in, int sizeData){
    //Histogram features
    Mat vhist = ProjectedHistogram(in, VERTICAL);
    Mat hhist = ProjectedHistogram(in, HORIZONTAL);

    Mat lowData;
    resize(in, lowData, Size(sizeData, sizeData));

    if (DEBUG)
        drawVisualFeatures(in, hhist, vhist, lowData);

    int numCols = vhist.cols + hhist.cols + lowData.cols*lowData.cols;

    Mat out = Mat::zeros(1, numCols, CV_32F);

    int j = 0;
    for (int i = 0; i<vhist.cols; i++)
    {
        out.at<float>(j) = vhist.at<float>(i);
        j++;
    }
    for (int i = 0; i<hhist.cols; i++)
    {
        out.at<float>(j) = hhist.at<float>(i);
        j++;
    }
    for (int x = 0; x<lowData.cols; x++)
    {
        for (int y = 0; y<lowData.rows; y++){
            out.at<float>(j) = (float)lowData.at<unsigned char>(x, y);
            j++;
        }
    }
    if (DEBUG)
        cout << out << "\n===========================================\n";
    return out;
}

// 用于创建所有需要的矩阵并用训练数据、类标签矩
// 阵、在隐藏层的神经元数量来训练一个识别系统
void OCR::train(Mat TrainData, Mat classes, int nlayers){
    Mat layers(1, 3, CV_32SC1);
    layers.at<int>(0) = TrainData.cols;
    layers.at<int>(1) = nlayers;
    layers.at<int>(2) = numCharacters;
    ann.create(layers, CvANN_MLP::SIGMOID_SYM, 1, 1);

    // 创建一个矩阵,其中存放n个训练数据,并将其分为m类
    Mat trainClasses;
    trainClasses.create(TrainData.rows, numCharacters, CV_32FC1);
    for (int i = 0; i < trainClasses.rows; i++)
    {
        for (int k = 0; k < trainClasses.cols; k++)
        {
            if (k == classes.at<int>(i))
                trainClasses.at<float>(i, k) = 1;
            else
                trainClasses.at<float>(i, k) = 0;
        }
    }
    Mat weights(1, TrainData.rows, CV_32FC1, Scalar::all(1));

    // 分类器学习
    ann.train(TrainData, trainClasses, weights);
    trained = true;
}

int OCR::classify(Mat f){
    int result = -1;
    Mat output(1, numCharacters, CV_32FC1);
    ann.predict(f, output);
    Point maxLoc;
    double maxVal;
    minMaxLoc(output, 0, &maxVal, 0, &maxLoc);
    // 我们需要知道在输出的最大值,x代表类别

    return maxLoc.x;
}

int OCR::classifyKnn(Mat f){
    int response = (int)knnClassifier.find_nearest(f, K);
    return response;
}
void OCR::trainKnn(Mat trainSamples, Mat trainClasses, int k){
    K = k;
    // 分类器学习
    knnClassifier.train(trainSamples, trainClasses, Mat(), false, K);
}

string OCR::run(Plate *input){

    // 字符分割
    vector<CharSegment> segments = segment(*input);

    for (int i = 0; i<segments.size(); i++){
        // 对每个字符进行预处理,使得对所有图像均有相同的大小 
        Mat ch = preprocessChar(segments[i].img);
        if (saveSegments){
            stringstream ss(stringstream::in | stringstream::out);
            ss << "tmpChars/" << filename << "_" << i << ".jpg";
            imwrite(ss.str(), ch);
        }
        // 为每个分段提取特征
        Mat f = features(ch, 15);
        // 对于每个部分进行分类
        int character = classify(f);
        input->chars.push_back(strCharacters[character]);
        input->charsPos.push_back(segments[i].pos);
    }
    return "-";//input->str();
}

五、效果测试

算法的识别效果如下图所示,其中控制台打印出检测信息和识别结果,若检测到合格车牌,Num plates detected置1,并打印出车牌号码:

技术分享

六、注意事项

在运行代码时,可能会出现以下错误:

技术分享

原因是Visual C++使用了更加安全的run-time library routines。
新的Security CRT函数:

一个解决方法是将原来的旧函数替换成新的Security CRT 函数。

这里使用了另外一个解决办法,就是在解决方案资源管理器中右键点击项目,进入属性->配置属性->C/C++/预处理器,修改预处理器定义。

技术分享

在其中添加:_CRT_SECURE_NO_WARNINGS,重新运行程序时错误消失。

技术分享

六、完整代码

http://download.csdn.net/detail/liyuefeilong/8722405

七、参考资料

《Mastering OpenCV with Practical Computer Vision Projects》
http://blog.csdn.net/viewcode/article/details/12840405
http://baike.baidu.com/link?url=M4hOG3-PiW97tJsw-b2N-SAACYwQucz-Xak2r44ep_7yPBsyJbbQ2M2S6gSsoBcMPOqfoVDZAb9gh14tejjKDK3oi5kUc–KVHDF8PmMKHi
http://blog.csdn.net/jinshengtao/article/details/17954427
http://jingyan.baidu.com/article/ce436649fd61543773afd32e.html

基于SVM与人工神经网络的车牌识别系统

标签:opencv   c++   ocr   svm   ann   

原文地址:http://blog.csdn.net/liyuefeilong/article/details/45918913

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!