halcon機器視覺玩轉車牌識別 超人視覺羅超

read_image (image, 'c:/users/administrator/desktop/車牌.jpg') 

dev_close_window () 

dev_open_window (0, 0, 512, 512, 'black', windowhandle) 

dev_display (image) 

*2預處理之車牌定位，一般定位有兩種，乙個是blob畫素團塊定位，乙個是模板匹配定位，然後幾何變換轉正

decompose3 (image, red, green, blue) 

trans_from_rgb (red, green, blue, hue, saturation, intensity, 'hsv') 

*注意這裡的顏色通道轉換是為了方便影象分割，也就是車牌定位，這裡用的比較通用簡單的blob，在實際專案中需要考慮光照等的影響進行微調優化 

*這裡的二值化是進行乙個blob車牌定位

threshold (saturation, regions, 182, 255) 

*注意我這裡的開運算，此運算元是根據具體情況從大腦閃現，也就是哲學裡的我本沒有招數，我的招數取決對方出招，因為看到有小雜訊點，所以馬上聯想開運算 

*注意去掉畫素馬上想到開運算和腐蝕，增加畫素用閉運算和膨脹。具體區別可以看我發的鏈結，裡面我闡述了。

opening_rectangle1 (regions, regionopening, 6,6) 

*接下來的思路是需要獲得整個這個區域，所以聯想到shape_trans,因為是有角度的矩形所以用rectangle2

shape_trans (regionopening, regiontrans, 'rectangle2') 

*接下來求這個區域的角度和中心點，便於仿射變換轉正

affine_trans_image (image, imageaffintrans, hommat2d, 'constant', 'false') 

affine_trans_region (regiontrans, regionaffinetrans, hommat2d, 'nearest_neighbor') 

reduce_domain (imageaffintrans, regionaffinetrans, imagereduced) 

*3下面就要進行影象分割了，也就是字元分割，分割出感興趣地帶，上面都是在做定位和幾何變換而已，注意這個思路套路

rgb1_to_gray (imagereduced, grayimage) 

*注意這裡翻轉影象灰度值是因為我們後面用的是halcon自帶的字型檔，而halcon自帶字型檔是白底黑字的

invert_image (grayimage, imageinvert) 

threshold (grayimage, regions1, 92, 135) 

*這裡三兄弟開始聯合，用法是隨機應變，就像水一樣，本身無形，遇到容器就是容器形狀

sort_region (selectedregions, sortedregions, 'first_point', 'true', 'column') 

*4識別顯示，注意這裡識別用的halcon自帶字型檔，同時帶norej的表示非拒絕，識別要求不嚴格

read_ocr_class_mlp ('industrial_0-9a-z_norej.omc', ocrhandle) 

*注意ocr套路，一般可以多個區域一起識別，也可以單個區域識別，注意上面的工作就是為了得到這個區域

do_ocr_multi_class_mlp (sortedregions, imageinvert, ocrhandle, class, confidence) 

dev_display (image)