如何用OpenCV在C语言中实现复杂场景下的车牌定位？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1856个文字，预计阅读时间需要8分钟。
最近开始接触C++了，就选了一个OpenCV小项目来练手。在车牌自动识别系统中，从获取汽车图像到处理车牌字符是一个复杂的过程。本文以一个简单的方法来处理车牌定位。
最近开始接触 C++ 了，就拿一个 OpenCV 小项目来练练手。在车牌自动识别系统中，从汽车图像的获取到车牌字符处理是一个复杂的过程，本文就以一个简单的方法来处理车牌定位。
我国的汽车牌照一般由七个字符和一个点组成，车牌字符的高度和宽度是固定的，分别为90mm和45mm，七个字符之间的距离也是固定的12mm，点分割符的直径是10mm。
使用的图片是从百度上随便找的（侵删），展示一下原图和灰度图：
#include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/imgproc/types_c.h> using namespace std; using namespace cv; int main() { // 读入原图 Mat img = imread("license.jpg"); Mat gray_img; // 生成灰度图像 cvtColor(img, gray_img, CV_BGR2GRAY); // 在窗口中显示游戏原画 imshow("原图", img); imshow("灰度图", gray_img); waitKey(0); return 0; }
灰度图像的每一个像素都是由一个数字量化的，而彩色图像的每一个像素都是由三个数字组成的向量量化的，使用灰度图像会更方便后续的处理。
本文共计1856个文字，预计阅读时间需要8分钟。
最近开始接触C++了，就选了一个OpenCV小项目来练手。在车牌自动识别系统中，从获取汽车图像到处理车牌字符是一个复杂的过程。本文以一个简单的方法来处理车牌定位。
最近开始接触 C++ 了，就拿一个 OpenCV 小项目来练练手。在车牌自动识别系统中，从汽车图像的获取到车牌字符处理是一个复杂的过程，本文就以一个简单的方法来处理车牌定位。
我国的汽车牌照一般由七个字符和一个点组成，车牌字符的高度和宽度是固定的，分别为90mm和45mm，七个字符之间的距离也是固定的12mm，点分割符的直径是10mm。
使用的图片是从百度上随便找的（侵删），展示一下原图和灰度图：
#include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/imgproc/types_c.h> using namespace std; using namespace cv; int main() { // 读入原图 Mat img = imread("license.jpg"); Mat gray_img; // 生成灰度图像 cvtColor(img, gray_img, CV_BGR2GRAY); // 在窗口中显示游戏原画 imshow("原图", img); imshow("灰度图", gray_img); waitKey(0); return 0; }
灰度图像的每一个像素都是由一个数字量化的，而彩色图像的每一个像素都是由三个数字组成的向量量化的，使用灰度图像会更方便后续的处理。