车牌识别和验证码识别.docVIP

车牌识别及验证码识别 引言：本文主要对于车牌识别系统来说， D,0， O， I， 1等等太相似了。然后，汉字的识别难度也不小，因此很难达到分辨率在95%以上，但是可以作为图像处理技术的小论文，在此放出，同时描述一下思路及算法。 一、车牌 /验证码识别的普通方法 车牌、验证码识别的普通方法为： （1） 将图片灰度化与二值化 （2） 去噪，然后切割成一个一个的字符 （3） 提取每一个字符的特征，生成特征矢量或特征矩阵 （4） 分类与学习。将特征矢量或特征矩阵与样本库进行比对，挑选出相似的那类样本，将这类样本的值作为输出结果。 下面借着代码，描述一下上述过程。因为更新 SVN Server，我以前以 bdb储存的代码访问不了，因此部分代码是用 Reflector反编译过来的，望见谅。 （1） 图片的灰度化与二值化 这样做的目的是将图片的每一个象素变成 0或者255 ，以便以计算。同时，也可以去除部分噪音。 图片的灰度化与二值化的前提是 bmp图片，如果不是，则需要首先转换为 bmp图片。 用代码说话，我的将图片灰度化的代码（算法是在网上搜到的）： Code 1 protected static Color Gray(Color c) 2 { 3 int rgb = Convert.ToInt32(( double ) ((( 0.3 * c.R) + ( 0.59 * c.G)) + ( 0.11 * c.B))); 4 return Color.FromArgb(rgb, rgb, rgb); 5 } 6 通过将图片灰度化，每一个象素就变成了一个 0-255的灰度值。 然后是将灰度值二值化为 0 或 255。一般的处理方法是设定一个区间，比如， [a,b]，将 [a,b]之间的灰度全部变成 255，其它的变成 0。这里我采用的是网上广为流行的自适应二值化算法。 Code 1 public static void Binarizate(Bitmap map) 2 { 3 int tv = ComputeThresholdValue(map); 4 int x = map.Width; 5 int y = map.Height; 6 for ( int i = 0 ; i x; i ++ ) 7 { 8 for ( int j = 0 ; j y; j ++ ) 9 { 10 if (map.GetPixel(i, j).R = tv) 11 { 12 map.SetPixel(i, j, Color.FromArgb( 0xff , 0xff , 0xff )); 13 } 14 else 15 { 16 map.SetPixel(i, j, Color.FromArgb( 0 , 0 , 0 )); 17 } 18 } 19 } 20 } 21 22 private static int ComputeThresholdValue(Bitmap img) 23 { 24 int i; 25 int k; 26 double csum; 27 int thresholdValue = 1 ; 28 int [] ihist = new int [ 0x100 ]; 29 for (i = 0 ; i 0x100 ; i ++ ) 30 { 31 ihist[i] = 0 ; 32 } 33 int gmin = 0xff ; 34 int gmax = 0 ; 35 for (i = 1 ; i (img.Width - 1 ); i ++ ) 36 { 37 for ( int j = 1 ; j (img.Height -