爆肝手码！基于OpenCV的车牌识别(Sobel、颜色定位)，绝对干货！

车牌识别大体上需要经历过Sobel定位、颜色定位、SVM对定位来的候选车牌进行评测，给出评分，最后通过提取HOG特征按照训练模型进入ANN识别。

这一章节介绍 定位相关的逻辑代码，其中定位用到 Sobel定位(边缘检测定位), 颜色定位：对应代码里的CarSobelPlateLocation，CarColorPlateLocation；两者定位后得到一些候选的图片，把这些图片送去SVM进行评测，SVM基于HOG提取边缘信息特征，HOG类同之前处理纹理特征的LBP，项目代码在Clion上开发的。

Sobel定位

CarSobelPlateLocation，通过以下的一些步骤进行降噪：

高斯模糊

灰度化

边缘化

二值化

闭操作

以上的操作是在处理降噪，第六步初步赛选。

第六步：最大面积、最小面积.宽高逼。

初步赛选：宽高比 float aspec，把不符合的删除掉（1 * 1的， 5* 1000的等候选矩形）

把斜的图片转正：仿射变换

颜色定位

1、HSV颜色模型

色调（H）， 饱和度（S）， 明度（V）；

2、BGR 转成 HSV

3、色调H

用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

4、饱和度S

饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。

5、明度V

明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白)

在OpenCV中hsv 数据为8UC则取值分别为 0-180 0-255 0-255 ,即蓝色应该是120

按照上面的表格找到蓝色区域 （100 ~ 124), 然后将HSV中的H、S转为 0， V变为255。其它区域的HSV赋值为0。

得到下面的图：

接下来抽取亮度：

然后跟sobel一样通过二值化、大律法等操作

筛选出来一个集合：

把两个结合结合起来，然后通过SVM进行评测， 因为不像人脸检测是没有现成的模型。

SVM

简单来说，SVM就是用于区分不同的类型(车牌、非车牌)。SVM的训练数据既有特征又有标签，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。属于机器学习中的监督学习。线性可分、线性不可分，不可分的时候用核函数来区分：

核函数：用于将不同类型进行提维

人脸检测用的LBP提取特征，这里采取HOG来提取特征。

SVM load模型， 模型是同样是xml文件

HOG特征

局部归一化的梯度方向直方图，是一种对图像局部重叠区域的密集型描述符, 它通过计算局部区域的梯度方向直方图来构成特征。

参数1(检测窗口)的宽- 参数2(块大小)的宽 结果与参数3(块滑动增量)的余数要为0 高也一样；

参数4是胞元大小，参数5是梯度方向；

HOGDescriptor hog(Size(128, 64), Size(16, 16), Size(8, 8), Size(8, 8), 3);

初始化HOG变量

检测窗口被分为：((128-16)/8+1)*((64-16)/8+1)=105个块(Block)；

一个Block有4个胞元(Cell)；

一个Cell的Hog描述子向量的长度是9；

统计梯度直方图特征,就是将梯度方向（0-360）划分为x个区间，将图像化为16x16的若干个窗口，每个窗口又划分为x个block,每个block再化为4个cell（8x8）。对每一个cell,算出每一像素点的梯度方向，按梯度方向增加对应bin的值，最终综合N个cell的梯度直方图组成特征。

简单来说，车牌的边缘与内部文字组成的一组信息(在边缘和角点的梯度值是很大的，边缘和角点包含了很多物体的形状信息)，HOG就是抽取这些信息组成一个直方图。

HOG :梯度方向弱化光照的影响，适合捕获轮廓。

LBP :中心像素的LBP值反映了该像素周围区域的纹理信息。

SVM 依据HOG提取的特征将所给的候选图片进行评分，选取最优的：

svm评分如下：

测试最终取出来的就是我们的车牌选图了。

｜深延科技｜

深延科技成立于2018年，是深兰科技（DeepBlue）旗下的子公司，以“人工智能赋能企业与行业”为使命，助力合作伙伴降低成本、提升效率并挖掘更多商业机会，进一步开拓市场，服务民生。公司推出四款平台产品——深延智能数据标注平台、深延AI开发平台、深延自动化机器学习平台、深延AI开放平台，涵盖从数据标注及处理，到模型构建，再到行业应用和解决方案的全流程服务，一站式助力企业“AI”化。