halcon车牌字母数字识别

dev_close_window ()
read_image (Image, 'F:/Download/images/车牌.jpg')
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
dev_display (Image)
gauss_filter (Image, ImageGauss, 3)
#高斯滤波
decompose3 (ImageGauss, Image1, Image2, Image3)
#RGB三通道分离
trans_from_rgb (Image2, Image2, Image3, ImageResult1, ImageResult2, ImageResult3, 'hsv')
#把图片转成hsv格式的图片
invert_image (ImageResult2, ImageInvert)
threshold (ImageResult2, Regions, 92, 199)
fill_up (Regions, RegionFillUp)
connection (RegionFillUp, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 4726.56, 5976.56)
shape_trans (SelectedRegions, RegionTrans, 'rectangle2')
orientation_region (RegionTrans, Phi)
area_center (RegionTrans, Area, Row, Column)
vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D)
affine_trans_image (Image, ImageAffineTrans, HomMat2D, 'constant', 'false')
affine_trans_region (RegionTrans, RegionAffineTrans, HomMat2D, 'nearest_neighbor')reduce_domain (ImageAffineTrans, RegionAffineTrans, ImageReduced)
#将旋转后的区域从旋转后的图片中截取下来（旋转的各个算子见我前面的博客）
invert_image (ImageReduced, ImageInvert1)
rgb1_to_gray (ImageInvert1, GrayImage)
threshold (GrayImage, Regions1, 95, 154)
connection (Regions1, ConnectedRegions1)
select_shape (ConnectedRegions1, SelectedRegions1, 'area', 'and', 106.12, 500)read_ocr_class_mlp ('Industrial_0-9A-Z_NoRej.omc', OCRHandle)
#字符识别算子，'Industrial_0-9A-Z_NoRej.omc'为要识别的字符的类别，OCRHandle：句柄
#（根据句柄找到相应的变量）
do_ocr_multi_class_mlp (SelectedRegions1, GrayImage, OCRHandle, Class, Confidence)
#do_ocr_multi_class_mlp使用OCR分类器
#SelectedRegions1：要识别的字符区域
# GrayImage：要识别的字符图片（一般为灰度图片）注意：halcon里面的字符分类器在做识别时，
#要保证GrayImage中字符为暗字体，如果不是可以利用invert_image ()算子转换
#Confidence：置信度，可以大概理解为概率smallest_rectangle1 (SelectedRegions1, Row1, Column1, Row2, Column2)
#求区域平行像素的最小外包矩形
#Row1, Column1：左上角坐标
#Row2, Column2：右下角坐标
count_obj (SelectedRegions1, Number)
#计算区域的个数，索引从1开始
for i:=1 to Number by 1disp_message (WindowHandle, Class[i-1], 'window', (Row2[i-1]+5), (Column1[i-1]+(Column2[i-1]-Column2[i-1])/2), 'black', 'true')disp_continue_message (WindowHandle, 'red', 'true')#显示“按F5继续”stop () #程序到这里暂停一下，按F5继续
endfor

原图（百度得来）

转成hsv后选择的相应图片（根据需要选择）

找到相应区域并对原图原区域进行旋转矫正后的结果图

将要进行区域识别的图片从图中裁剪下来

亮字体转为暗字体

选择要进行识别的字符区域

字符识别并显示出来

总览
原图

识别后的结果图

超人视觉启蒙班学习笔记
传送门

halcon车牌字母数字识别相关推荐

利用深度学习(CNN)进行验证码(字母+数字)识别
利用深度学习(CNN)进行验证码(字母+数字)识别_helen1313的专栏-CSDN博客本文方法针对的验证码为定长验证码,不包含中文. 本文的思路是:1. 使用keras中预训练好的模型,在pyt ...
【印刷字符识别】基于matlab OCR印刷字母+数字识别【含Matlab源码 1861期】
⛄一.OCR简介 OCR技术是光学字符识别的缩写, 是通过扫描等光学输入方式将各种票据.报刊.书籍.文稿及其它印刷品的文字转化为图像信息, 再利用文字识别技术将图像信息转化为可以使用的计算机输入技术. ...
【数字识别】基于模板匹配实现OCR印刷字母+数字识别含Matlab源码
1 简介 OCR技术是光学字符识别的缩写, 是通过扫描等光学输入方式将各种票据.报刊.书籍.文稿及其它印刷品的文字转化为图像信息, 再利用文字识别技术将图像信息转化为可以使用的计算机输入技术.由于其应 ...
基于OCR模板匹配的手写英文字母数字识别matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 OCR技术中使用模板匹配法时首先要建立标准的模板字符库,接着将待识别字符图像与模板字符库中字符进行匹 ...
【字符识别】模板匹配（区域生长法）字母+数字识别【含Matlab源码 1214期】
⛄一.手写大写字母识别技术简介 0 引言在高校教学过程中,考试是最为普遍的一种教学评估.综合练习的教学手段,随着科技进步,考试阅卷的方式也发生了巨大的变革.传统的阅卷方式主要以人工阅卷为主, 存在效 ...
【字符识别】基于matlab GUI模板匹配（区域生长法）字母+数字识别【含Matlab源码 1695期】
一.手写大写字母识别技术简介 0 引言在高校教学过程中,考试是最为普遍的一种教学评估.综合练习的教学手段,随着科技进步,考试阅卷的方式也发生了巨大的变革.传统的阅卷方式主要以人工阅卷为主, 存在效率 ...
【字符识别】基于matlab模板匹配（区域生长法）字母+数字识别【含Matlab源码 1214期】
⛄一.手写大写字母识别技术简介 0 引言在高校教学过程中,考试是最为普遍的一种教学评估.综合练习的教学手段,随着科技进步,考试阅卷的方式也发生了巨大的变革.传统的阅卷方式主要以人工阅卷为主, 存在效 ...
python手写字母识别_手写字母数字识别_Python_SDK调用(一）
解压SDK压缩包 ##所提供的测试代码中的信息如下所示: option = {} option["side"] = "front" try: response= ...
Windows下命令行及Java+Tesseract-OCR对图像进行（字母+数字+中文）识别，亲测可行
Windows下Java+Tesseract-OCR对图像进行字符识别,亲测可行 1. 下载tesseract-ocr.中文语言包并安装 2. 命令行对图片进行识别及效果图 3. Java调用Tess ...

halcon车牌字母数字识别

halcon车牌字母数字识别

halcon车牌字母数字识别相关推荐

最新文章

热门文章