Opencv2.4.9源码分析——Cascade Classification(三).docVIP

Opencv2.4.9源码分析——Cascade Classification（三） 下面我们以车牌识别为例，具体讲解OpenCV的级联分类器的用法。在这里我们只对蓝底白字的普通车牌进行识别判断，对于其他车牌不在考虑范围内。而且车牌是正面照，略微倾斜可以，倾斜程度太大也是不在识别范围内的。 我们通过不同渠道共收集了1545幅符合要求的带有车牌图像的照片（很遗憾，我只能得到这么多车牌照片，如果能再多一些就更好了！），通过ACDSee软件手工把车牌图像从照片中剪切出来，并统一保存为jpg格式。为便于后续处理，我们把文件名按照数字顺序命名，如图8所示。然后我们把这些车牌图像保存到pos文件夹内。 图8 蓝底白字车牌图像 需要注意的是，在这里我们没有必要把车牌图像缩放成统一的尺寸（即正样本图像的大小），更没有必要把它们转换成灰度图像，这些工作完全可以由系统完成。我们只需要告诉系统车牌图像文件、车牌的位置，以及车牌的尺寸大小即可。 为了高效的完成上述工作，我们编写了以下代码： [cpp] view plain copy 在CODE上查看代码片派生到我的代码片 #include opencv2/core/core.hpp #include opencv2/highgui/highgui.hpp #include opencv2/imgproc/imgproc.hpp #include iostream #include fstream #include string using namespace cv; using namespace std; int main( int argc, char** argv ) { ofstream postxt(pos.txt,ios::out); //创建pox.txt文件 if ( !postxt.is_open() ) { coutcan not creat pos txt file!; return false; } //N表示车牌图像的总数，c表示最终可以利用的车牌样本图像的数量 int N = 1545, c = 0; int width, height, i; String filename; Mat posimage; for(i=0;iN;i++) //遍历所有车牌图像 { filename = to_string(i) + .jpg; //得到当前车牌图像的文件名 posimage = imread(pos\\ + filename); //打开当前车牌图像 if ( posimage.empty() ) { coutcan not open + filename + file!endl; continue; } width = posimage.size().width; //当前车牌图像的宽 height = posimage.size().height; //当前车牌图像的高 //如果当前车牌图像的宽小于60，或高小于20，则剔除该车牌图像 if(width 60 || height 20) { coutfilename + too small!endl; continue; } //把当前车牌图像的信息写入pos.txt文件内 postxtpos/ + filename + 1 0 0 + to_string(width) + + to_string(height)endl; c++; //累计 } coutc; //终端输出c值 postxt.close(); //关闭pos.txt文件 return 0; } 执行完该程序后，在终端输出得到的c值为1390，这说明有155（1545-1390）个车牌图像由于尺寸过小而被剔除。另外，在当前目录下我们还得到了pos.txt文件，该文件正是系统所需要