1. 程式人生 > >基於SVM與人工神經網路的車牌識別系統

基於SVM與人工神經網路的車牌識別系統

最近研究了支援向量機(Support Vector Machine,SVM)和人工神經網路(Artifical Neural Network,ANN)等模式識別理論,結合OpenCV的書:《Mastering OpenCV with Practical Computer Vision Projects》,將兩種思想運用到車輛的車牌識別演算法中。車輛識別結合了多種影象處理技術,如視訊監控、影象檢測、影象分割和光學字元識別(OCR)等,在道路交通監控中有著重要的作用。以下內容主要包含幾個方面:

車牌檢測

∙ 影象預處理(影象分割)
∙ SVM分類器(對分割影象的分類)

車牌識別

∙ OCR分割
∙ 特徵提取
∙ OCR分類(使用多層感知器Multi-Layer Perceptron,MLP)

一、實驗準備

由於影象素材有限,且對於不同國家,車牌的規格與尺寸不盡相同,因此只能選擇資料中已有的西班牙車牌進行研究。這裡的素材來源於最常見的西班牙車牌(在西班牙,也有多種形狀的車牌)。如下圖所示,車牌的大小為520mm*110mm,其中左右兩組字元由41mm的空間分離,左邊包含四個數字,右邊包含三個字母,每個字元之間的距離為14mm。所有字元的大小均為45mm*77mm。

這裡寫圖片描述

參考書籍中給出了一個已經定義好的車牌類Plate,後續的影象處理需要用到,直接使用即可,畢竟研究的重點是後續的處理和模式分類演算法:

#ifndef Plate_h
#define Plate_h

#include <string.h>
#include <vector> #include <opencv/cv.h> #include <opencv/highgui.h> #include <opencv/cvaux.h> using namespace std; using namespace cv; class Plate{ public: Plate(); Plate(Mat img, Rect pos); string str(); Rect position; Mat plateImg; vector<char>
chars; vector<Rect> charsPos; }; #endif
#include "Plate.h"

Plate::Plate(){
}

Plate::Plate(Mat img, Rect pos){
    plateImg = img;
    position = pos;
}

string Plate::str(){
    string result = "";
    vector<int> orderIndex;
    vector<int> xpositions;
    for (int i = 0; i< charsPos.size(); i++){
        orderIndex.push_back(i);
        xpositions.push_back(charsPos[i].x);
    }
    float min = xpositions[0];
    int minIdx = 0;
    for (int i = 0; i< xpositions.size(); i++){
        min = xpositions[i];
        minIdx = i;
        for (int j = i; j<xpositions.size(); j++){
            if (xpositions[j]<min){
                min = xpositions[j];
                minIdx = j;
            }
        }
        int aux_i = orderIndex[i];
        int aux_min = orderIndex[minIdx];
        orderIndex[i] = aux_min;
        orderIndex[minIdx] = aux_i;

        float aux_xi = xpositions[i];
        float aux_xmin = xpositions[minIdx];
        xpositions[i] = aux_xmin;
        xpositions[minIdx] = aux_xi;
    }
    for (int i = 0; i<orderIndex.size(); i++){
        result = result + chars[orderIndex[i]];
    }
    return result;
}

二、演算法流程

正如上面敘述的,車牌識別有兩個主要步驟,即檢測與識別。其中車牌檢測的目標是在影象或視訊幀中檢測到車牌的位置。在完成這一步後,進行識別部分,這裡使用OCR演算法來識別車牌上的字元,其中有數字,也包含字母。

這裡寫圖片描述

三、車牌檢測

  • 影象分割

車牌識別的第一步自然是檢測影象或視訊幀中的車牌,並去除其他多餘的資訊,這一部分主要依靠影象分割來完成。而對於影象分割工作主要包含以下步驟:

1.Sobel濾波器;
2.閾值運算元;
3.閉形態學運算元;
4.一個填充區域掩碼;
5.用顏色標記影象中可能檢測到的車輛;
6.執行SVM分類器後檢測出車牌。

使用邊緣檢測的原因是一般情況下拍攝到的車牌有大量豎直的邊緣,且車牌沒有旋轉和透視扭曲,通過檢測豎直邊可以刪除影象中多餘的區域。在使用Sobel濾波器之前,需要確保影象為灰度影象,否則需要轉化;另一個預處理操作是進行適當的高斯濾波,從而消除可能由攝像機或其他環境產生的噪聲,這裡使用5*5的高斯濾波去噪。

以下是影象分割的原始碼,ImageEecognition.h和ImageEecognition.cpp,其中一些主要的函式呼叫方法已給出,如Sobel函式:

#ifndef ImageEecognition_h
#define ImageEecognition_h

#include <string.h>
#include <vector>

#include "Plate.h"

#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <opencv/cvaux.h>

using namespace std;
using namespace cv;

class ImageRecognition{
public:
    ImageRecognition();
    string filename;
    void setFilename(string f);
    bool saveRecognition;
    bool showSteps;
    vector<Plate> run(Mat input);

    vector<Plate> segment(Mat input);
    bool verifySizes(RotatedRect mr);
    Mat histeq(Mat in);
};

#endif
#include "ImageRecognition.h"

void ImageRecognition::setFilename(string name) {
    filename = name;
}

ImageRecognition::ImageRecognition(){
    showSteps = false;
    saveRecognition = false;
}

bool ImageRecognition::verifySizes(RotatedRect ROI){
    // 以下設定車牌預設引數,用於識別矩形區域內是否為目標車牌
    float error = 0.4;
    // 西班牙車牌寬高比: 520 / 110 = 4.7272
    float aspect = 4.7272;
    // 設定區域面積的最小/最大尺寸,不在此範圍內的不被視為車牌
    int min = 15 * aspect * 15;    // 15個畫素
    int max = 125 * aspect * 125;  // 125個畫素
    float rmin = aspect - aspect*error;
    float rmax = aspect + aspect*error;

    int area = ROI.size.height * ROI.size.width;
    float r = (float)ROI.size.width / (float)ROI.size.height;
    if (r<1)
        r = (float)ROI.size.height / (float)ROI.size.width;

    // 判斷是否符合以上引數
    if ((area < min || area > max) || (r < rmin || r > rmax))
        return false;
    else
        return true;
}

// 對影象進行直方圖均衡處理,調整亮度
Mat ImageRecognition::histeq(Mat ima)
{
    Mat imt(ima.size(), ima.type());
    // 若輸入影象為彩色,需要在HSV空間中做直方圖均衡處理
    // 再轉換回RGB格式
    if (ima.channels() == 3)
    {
        Mat hsv;
        vector<Mat> hsvSplit;
        cvtColor(ima, hsv, CV_BGR2HSV);
        split(hsv, hsvSplit);
        equalizeHist(hsvSplit[2], hsvSplit[2]);
        merge(hsvSplit, hsv);
        cvtColor(hsv, imt, CV_HSV2BGR);
    }
    // 若輸入影象為灰度圖,直接做直方圖均衡處理
    else if (ima.channels() == 1){
        equalizeHist(ima, imt);
    }
    return imt;
}

// 影象分割函式
vector<Plate> ImageRecognition::segment(Mat input)
{
    vector<Plate> output;

    //n影象轉換為灰度圖
    Mat grayImage;
    cvtColor(input, grayImage, CV_BGR2GRAY);
    blur(grayImage, grayImage, Size(5, 5));  // 對影象進行濾波,去除噪聲

    // 通常車牌擁有顯著的邊緣特徵,這裡使用sobel運算元檢測邊緣
    Mat sobelImage;
    Sobel(grayImage,       // 輸入影象
          sobelImage,      // 輸出影象
          CV_8U,           //輸出影象的深度
          1,               // x方向上的差分階數
          0,               // y方向上的差分階數
          3,               // 擴充套件Sobel核的大小,必須是1,3,5或7
          1,               // 計算導數值時可選的縮放因子,預設值是1
          0,               // 表示在結果存入目標圖之前可選的delta值,預設值為0
          BORDER_DEFAULT); // 邊界模式,預設值為BORDER_DEFAULT
    if (showSteps)
        imshow("Sobel", sobelImage);

    // 閾值分割得到二值影象,所採用的閾值由Otsu演算法得到
    Mat thresholdImage;
    // 輸入一幅8點陣圖像,自動得到優化的閾值
    threshold(sobelImage, thresholdImage, 0, 255, CV_THRESH_OTSU + CV_THRESH_BINARY);
    if (showSteps)
        imshow("Threshold Image", thresholdImage);

    // 形態學之閉運算
    // 定義一個結構元素structuringElement,維度為17*3
    Mat structuringElement = getStructuringElement(MORPH_RECT, Size(17, 3));
    // 使用morphologyEx函式得到包含車牌的區域(但不包含車牌號)
    morphologyEx(thresholdImage, thresholdImage, CV_MOP_CLOSE, structuringElement);
    if (showSteps)
        imshow("Close", thresholdImage);

    // 找到可能的車牌的輪廓
    vector< vector< Point> > contours;
    findContours(thresholdImage,
                 contours, // 檢測的輪廓陣列,每一個輪廓用一個point型別的vector表示
                 CV_RETR_EXTERNAL, // 表示只檢測外輪廓
                 CV_CHAIN_APPROX_NONE); // 輪廓的近似辦法,這裡儲存所有的輪廓點

    // 對每個輪廓檢測和提取最小區域的有界矩形區域
    vector<vector<Point> >::iterator itc = contours.begin();
    vector<RotatedRect> rects;
    // 若沒有達到設定的寬高比要求,移去該區域
    while (itc != contours.end()) 
    {
        RotatedRect ROI = minAreaRect(Mat(*itc));
        if (!verifySizes(ROI)){
            itc = contours.erase(itc);
        }
        else{
            ++itc;
            rects.push_back(ROI);
        }
    }

    // 在白色的圖上畫出藍色的輪廓
    cv::Mat result;
    input.copyTo(result);
    cv::drawContours(result,
                     contours,
                     -1,                    // 所有的輪廓都畫出
                     cv::Scalar(255, 0, 0), // 顏色
                     1);                    // 線粗

    // 使用漫水填充演算法裁剪車牌獲取更清晰的輪廓
    for (int i = 0; i< rects.size(); i++){

        circle(result, rects[i].center, 3, Scalar(0, 255, 0), -1);
        // 得到寬度和高度中較小的值,得到車牌的最小尺寸
        float minSize = (rects[i].size.width < rects[i].size.height) ? rects[i].size.width : rects[i].size.height;
        minSize = minSize - minSize * 0.5;
        // 在塊中心附近產生若干個隨機種子
        srand(time(NULL));
        // 初始化漫水填充演算法的引數
        Mat mask;
        mask.create(input.rows + 2, input.cols + 2, CV_8UC1);
        mask = Scalar::all(0);
        // loDiff表示當前觀察畫素值與其部件鄰域畫素值或者待加入
        // 該部件的種子畫素之間的亮度或顏色之負差的最大值
        int loDiff = 30;
        // upDiff表示當前觀察畫素值與其部件鄰域畫素值或者待加入
        // 該部件的種子畫素之間的亮度或顏色之正差的最大值
        int upDiff = 30;
        int connectivity = 4; // 用於控制演算法的連通性,可取4或者8
        int newMaskVal = 255;
        int NumSeeds = 10;
        Rect ccomp;
        // 操作標誌符分為幾個部分
        int flags = connectivity + // 用於控制演算法的連通性,可取4或者8
                    (newMaskVal << 8) +
                    CV_FLOODFILL_FIXED_RANGE + // 設定該識別符號,會考慮當前畫素與種子畫素之間的差
                    CV_FLOODFILL_MASK_ONLY; // 函式不會去填充改變原始影象, 而是去填充掩模影象
        for (int j = 0; j < NumSeeds; j++){
            Point seed;
            seed.x = rects[i].center.x + rand() % (int)minSize - (minSize / 2);
            seed.y = rects[i].center.y + rand() % (int)minSize - (minSize / 2);
            circle(result, seed, 1, Scalar(0, 255, 255), -1);
            // 運用填充演算法,引數已設定
            int area = floodFill(input,
                                 mask,
                                 seed,
                                 Scalar(255, 0, 0),
                                 &ccomp,
                                 Scalar(loDiff, loDiff, loDiff),
                                 Scalar(upDiff, upDiff, upDiff),
                                 flags);
        }
        if (showSteps)
            imshow("MASK", mask);

        // 得到裁剪掩碼後,檢查其有效尺寸
        // 對於每個掩碼的白色畫素,先得到其位置
        // 再使用minAreaRect函式獲取最接近的裁剪區域
        vector<Point> pointsInterest;
        Mat_<uchar>::iterator itMask = mask.begin<uchar>();
        Mat_<uchar>::iterator end = mask.end<uchar>();
        for (; itMask != end; ++itMask)
            if (*itMask == 255)
                pointsInterest.push_back(itMask.pos());

        RotatedRect minRect = minAreaRect(pointsInterest);

        if (verifySizes(minRect)){
            // 旋轉矩形圖
            Point2f rect_points[4]; minRect.points(rect_points);
            for (int j = 0; j < 4; j++)
                line(result, rect_points[j], rect_points[(j + 1) % 4], Scalar(0, 0, 255), 1, 8);

            // 得到旋轉影象區域的矩陣
            float r = (float)minRect.size.width / (float)minRect.size.height;
            float angle = minRect.angle;
            if (r<1)
                angle = 90 + angle;
            Mat rotmat = getRotationMatrix2D(minRect.center, angle, 1);

            // 通過仿射變換旋轉輸入的影象
            Mat img_rotated;
            warpAffine(input, img_rotated, rotmat, input.size(), CV_INTER_CUBIC);

            // 最後裁剪影象
            Size rect_size = minRect.size;
            if (r < 1)
                swap(rect_size.width, rect_size.height);
            Mat img_crop;
            getRectSubPix(img_rotated, rect_size, minRect.center, img_crop);

            Mat resultResized;
            resultResized.create(33, 144, CV_8UC3);
            resize(img_crop, resultResized, resultResized.size(), 0, 0, INTER_CUBIC);
            // 為了消除光照影響,對裁剪影象使用直方圖均衡化處理
            Mat grayResult;
            cvtColor(resultResized, grayResult, CV_BGR2GRAY);
            blur(grayResult, grayResult, Size(3, 3));
            grayResult = histeq(grayResult);
            if (saveRecognition){
                stringstream ss(stringstream::in | stringstream::out);
                ss << "tmp/" << filename << "_" << i << ".jpg";
                imwrite(ss.str(), grayResult);
            }
            output.push_back(Plate(grayResult, minRect.boundingRect()));
        }
    }
    if (showSteps)
        imshow("Contours", result);

    return output;
}

vector<Plate> ImageRecognition::run(Mat input)
{
    vector<Plate> tmp = segment(input);
    // 返回檢測結果
    return tmp;
}
  • 影象分類

對分割完的影象使用SVM分類,並由程式碼自動建立正負樣本。這裡需要了解一下SVM(Support Vector Machine),即支援向量機演算法,這是一種有監督學習方法。OpenCV開發SVM演算法是基於LibSVM軟體包開發的,LibSVM軟體包是臺灣大學林智仁開發設計的一個簡單、易於使用和快速有效的SVM模式識別與迴歸的軟體包。用OpenCV使用SVM演算法的大概流程如下:

1)設定訓練樣本集,一般需要兩組資料,一組是資料的類別,一組是資料的向量資訊。

2)設定SVM引數。利用CvSVMParams類實現類內的成員變數svm_type表示SVM型別:

CvSVM::C_SVC     // C-SVC
CvSVM::NU_SVC    // v-SVC
CvSVM::ONE_CLASS // 一類SVM
CvSVM::EPS_SVR   // e-SVR
CvSVM::NU_SVR    // v-SVR

成員變數kernel_type表示核函式的型別:

CvSVM::LINEAR 線性 u'v
CvSVM::POLY 多項式:(r*u'v + coef0)^degree
CvSVM::RBF RBF函式:exp(-r|u-v|^2)
CvSVM::SIGMOID sigmoid函式:tanh(r*u'v + coef0)

成員變數degree針對多項式核函式degree的設定,gamma針對多項式/rbf/sigmoid核函式的設定,coef0針對多項式/sigmoid核函式的設定,Cvalue為損失函式,在C-SVC、e-SVR、v-SVR中有效,nu設定v-SVC、一類SVM和v-SVR引數,p為設定e-SVR中損失函式的值,class_weightsC_SVC的權重,term_crit為SVM訓練過程的終止條件。其中預設值degree = 0,gamma = 1,coef0 = 0,Cvalue = 1,nu = 0,p = 0,class_weights = 0

3)在分類之前,需要訓練分類器。

在這裡,使用75張包含車牌的影象(正樣本)和35張不包含車牌的大小為144*33畫素的影象(對應負樣本)。(若要使車牌識別系統具有普適性,需要更多的訓練資料,在本實驗中這些資料已經夠用)。

在得到分割後的車牌和非車牌影象後,我們把二者都執行reshaple(1,1),再存放到trainImage的矩陣中,並修改對應trainLables矩陣的0-1值,然後把trainData改為32為浮點數系,再把trainData和trainLabel直接寫進xml檔案。

訓練SVM的程式碼如下:

// Main entry code OpenCV

#include <cv.h>
#include <highgui.h>
#include <cvaux.h>

#include <iostream>
#include <vector>

using namespace std;
using namespace cv;

int main ( int argc, char** argv )
{
    cout << "OpenCV Training SVM Automatic Number Plate Recognition\n";
    cout << "\n";

    char* path_Plates;
    char* path_NoPlates;
    int numPlates;
    int numNoPlates;
    int imageWidth=144;
    int imageHeight=33;

    //Check if user specify image to process
    if(argc >= 5 )
    {
        numPlates= atoi(argv[1]);
        numNoPlates= atoi(argv[2]);
        path_Plates= argv[3];
        path_NoPlates= argv[4];

    }else{
        cout << "Usage:\n" << argv[0] << " <num Plate Files> <num Non Plate Files> <path to plate folder files> <path to non plate files> \n";
        return 0;
    }        

    Mat classes;//(numPlates+numNoPlates, 1, CV_32FC1);
    Mat trainingData;//(numPlates+numNoPlates, imageWidth*imageHeight, CV_32FC1 );

    Mat trainingImages;
    vector<int> trainingLabels;

    for(int i=0; i< numPlates; i++)
    {

        stringstream ss(stringstream::in | stringstream::out);
        ss << path_Plates << i << ".jpg";
        Mat img=imread(ss.str(), 0);
        img= img.reshape(1, 1);
        trainingImages.push_back(img);
        trainingLabels.push_back(1);
    }

    for(int i=0; i< numNoPlates; i++)
    {
        stringstream ss(stringstream::in | stringstream::out);
        ss << path_NoPlates << i << ".jpg";
        Mat img=imread(ss.str(), 0);
        img= img.reshape(1, 1);
        trainingImages.push_back(img);
        trainingLabels.push_back(0);

    }

    Mat(trainingImages).copyTo(trainingData);
    //trainingData = trainingData.reshape(1,trainingData.rows);
    trainingData.convertTo(trainingData, CV_32FC1);
    Mat(trainingLabels).copyTo(classes);

    FileStorage fs("SVM.xml", FileStorage::WRITE);
    fs << "TrainingData" << trainingData;
    fs << "classes" << classes;
    fs.release();

    return 0;
}

在程式碼中,呼叫CvSVM::train函式建立SVM模型,第一個引數為訓練資料,第二個引數為分類結果,最後一個引數即CvSVMParams。

4)用這個SVM進行分類。呼叫函式CvSVM::predict實現分類。

5)獲得支援向量

除了分類,也可以得到SVM的支援向量,呼叫函式CvSVM::get_support_vector_count獲得支援向量的個數,CvSVM::get_support_vector獲得對應的索引編號的支援向量。

在OpenCV中,SVM函式的呼叫方法如下:

    // 訓練SVM,用於訓練和測試的影象資料儲存在SVM.xml檔案中
    FileStorage fs;
    fs.open("SVM.xml", FileStorage::READ);
    Mat SVM_TrainingData;
    Mat SVM_Classes;
    fs["TrainingData"] >> SVM_TrainingData;
    fs["classes"] >> SVM_Classes;
    // 設定SVM的基本引數
    CvSVMParams SVM_params;  // CvSVMParams結構用於定義基本引數
    SVM_params.svm_type = CvSVM::C_SVC;     // SVM型別
    SVM_params.kernel_type = CvSVM::LINEAR; // 不做對映
    SVM_params.degree = 0;
    SVM_params.gamma = 1;
    SVM_params.coef0 = 0;
    SVM_params.C = 1;
    SVM_params.nu = 0;
    SVM_params.p = 0;
    SVM_params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, 0.01);

    // 建立並訓練分類器
    CvSVM svmClassifier(SVM_TrainingData, SVM_Classes, Mat(), Mat(), SVM_params);

取各個影象預處理步驟的結果,如下圖所示:

這裡寫圖片描述

其中圖1為原彩色影象;

圖2將彩色影象轉化為灰度圖,並採用5*5模版對影象進行高斯濾波,去除環境噪聲;

圖3是使用Sobel濾波器求一階水平方向導數,輸出垂直邊緣的結果;

圖4使用Otsu自適應閾值演算法獲得影象二值化的閾值,從而得到二值影象;

圖5採用閉操作,去除每個垂直邊緣線之間的空白空格,並連線所有包含 大量邊緣的區域(這步過後,我們將有許多包含車牌的候選區域);

圖6顯示了執行SVM分類器後得到的正負樣本,此時需要對這些正負樣本(其實是分割後的影象塊)進行分類。

四、車牌識別

車牌識別演算法的第二步是使用光學字元識別獲取車牌上的字元,而對於車牌號識別工作主要包含以下步驟:

1.ROC分割:對於每個車牌,可以將每個字元分割出來
2.訓練人工神經網路(Artificial Neural Network, ANN)
3.使用人工神經網路以識別字符

  • ROC分割

分割步驟如下圖所示:

這裡寫圖片描述

首先,圖1為輸入分割後的車牌,之後,對影象進行二值化,如圖2所示;之後求每個字元的輪廓、最小外接矩形進而求矩形的縱橫比及面積。最後統一矩形大小,並將每個字元的圖片儲存下來。

  • 訓練人工神經網路

人工神經網路實際是一個多層感知器,是一種前饋人工神經網路模型,其將輸入的多個數據集對映到單一的輸出的資料集上。對比單層感知器,多層感知器的一大優點是可以輕鬆實現非線性分類。一個簡單的例子是:單個感知器無法解決異或問題,但將多個感知器進行組合可以實現這種較為複雜的空間分割,如下圖所示。

這裡寫圖片描述

實際上,上述模型就是多層感知器神經網路(Multi-layer perceptron neural networks,MLP neural netwoks)的基礎模型。神經網路中每個節點為一個感知器,模型生物神經網路中神經元的基礎功能:來自外界(環境或其他細胞)的電訊號通過突觸傳遞給神經元,當細胞收到的訊號總和超過一定閾值後,細胞被啟用,通過軸突向下一個細胞傳送電訊號,完成對外界資訊的加工。

這裡寫圖片描述

  • 使用人工神經網路以識別字符

主要包含以下步驟:

1.讀取一張車牌影象
2.設定人工神經網路引數,並使用xml檔案訓練神經網路
3.提取車牌影象的累計直方圖和低解析度影象特徵矩陣
4.將該特徵矩陣作為神經網路輸入,經過神經網路計算從而得到預測結果
5.按照每個字元影象的相對位置,進行字元重新排序
6.得到最終的字串並打印出來

車牌識別部分的完整程式碼如下:

#ifndef OCR_h
#define OCR_h

#include <string.h>
#include <vector>

#include "Plate.h"

#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <opencv/cvaux.h>
#include <opencv/ml.h>

using namespace std;
using namespace cv;


#define HORIZONTAL    1
#define VERTICAL    0

class CharSegment{
public:
    CharSegment();
    CharSegment(Mat i, Rect p);
    Mat img;
    Rect pos;
};

class OCR{
public:
    bool DEBUG;
    bool saveSegments;
    string filename;
    static const int numCharacters;
    static const char strCharacters[];
    OCR(string trainFile);
    OCR();
    string run(Plate *input);
    int charSize;
    Mat preprocessChar(Mat in);
    int classify(Mat f);
    void train(Mat trainData, Mat trainClasses, int nlayers);
    int classifyKnn(Mat f);
    void trainKnn(Mat trainSamples, Mat trainClasses, int k);
    Mat features(Mat input, int size);

private:
    bool trained;
    vector<CharSegment> segment(Plate input);
    Mat Preprocess(Mat in, int newSize);
    Mat getVisualHistogram(Mat *hist, int type);
    void drawVisualFeatures(Mat character, Mat hhist, Mat vhist, Mat lowData);
    Mat ProjectedHistogram(Mat img, int t);
    bool verifySizes(Mat r);
    CvANN_MLP  ann;
    CvKNearest knnClassifier;
    int K;
};

#endif
#include "OCR.h"

const char OCR::strCharacters[] = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'B', 'C', 'D', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'R', 'S', 'T', 'V', 'W', 'X', 'Y', 'Z' };
const int OCR::numCharacters = 30;

CharSegment::CharSegment(){}
CharSegment::CharSegment(Mat i, Rect p)
{
    img = i;
    pos = p;
}

OCR::OCR()
{
    DEBUG = false;
    trained = false;
    saveSegments = false;
    charSize = 20;
}
OCR::OCR(string trainFile)
{
    DEBUG = false;
    trained = false;
    saveSegments = false;
    charSize = 20;

    // 讀取OCR.xml檔案
    FileStorage fs;
    fs.open("OCR.xml", FileStorage::READ);
    Mat TrainingData;
    Mat Classes;
    fs["TrainingDataF15"] >> TrainingData;
    fs["classes"] >> Classes;

    train(TrainingData, Classes, 10);

}

Mat OCR::preprocessChar(Mat in){
    //Remap image
    int h = in.rows;
    int w = in.cols;
    Mat transformMat = Mat::eye(2, 3, CV_32F);
    int m = max(w, h);
    transformMat.at<float>(0, 2) = m / 2 - w / 2;
    transformMat.at<float>(1, 2) = m / 2 - h / 2;

    Mat warpImage(m, m, in.type());
    warpAffine(in, warpImage, transformMat, warpImage.size(), INTER_LINEAR, BORDER_CONSTANT, Scalar(0));

    Mat out;
    resize(warpImage, out, Size(charSize, charSize));

    return out;
}

bool OCR::verifySizes(Mat r){
    // 正確的車牌字元寬高比為45/77
    float aspect = 45.0f / 77.0f;
    float charAspect = (float)r.cols / (float)r.rows;
    float error = 0.35;  // 允許誤差達到35%
    float minHeight = 15;
    float maxHeight = 28;
    // 最小比例
    float minAspect = 0.2;
    float maxAspect = aspect + aspect*error;
    // 區域畫素
    float area = countNonZero(r);
    // bb區域
    float bbArea = r.cols*r.rows;
    // 畫素佔區域的百分比
    float percPixels = area / bbArea;

    // 若一塊區域的比率超過標準比率的80%,則認為該區域為黑色快,而不是一個字元
    if (DEBUG)
        cout << "Aspect: " << aspect << " [" << minAspect << "," << maxAspect << "] " << "Area " << percPixels << " Char aspect " << charAspect << " Height char " << r.rows << "\n";
    if (percPixels < 0.8 && charAspect > minAspect && charAspect < maxAspect && r.rows >= minHeight && r.rows < maxHeight)
        return true;
    else
        return false;

}

// 閾值分割
vector<CharSegment> OCR::segment(Plate plate){
    Mat input = plate.plateImg;
    vector<CharSegment> output;
    Mat thresholdImage;
    threshold(input, thresholdImage, 60, 255, CV_THRESH_BINARY_INV);
    if (DEBUG)
        imshow("Threshold plate", thresholdImage);
    Mat img_contours;
    thresholdImage.copyTo(img_contours);
    // 找到可能的車牌的輪廓
    vector< vector< Point> > contours;
    findContours(thresholdImage,
        contours, // 檢測的輪廓陣列,每一個輪廓用一個point型別的vector表示
        CV_RETR_EXTERNAL, // 表示只檢測外輪廓
        CV_CHAIN_APPROX_NONE); // 輪廓的近似辦法,這裡儲存所有的輪廓點

    // 在白色的圖上畫出藍色的輪廓
    cv::Mat result;

    thresholdImage.copyTo(result);
    cvtColor(result, result, CV_GRAY2RGB);
    cv::drawContours(result, contours,
        -1,  // 所有的輪廓都畫出
        cv::Scalar(255, 0, 0), // 顏色
        1); // 線粗

    // 對每個輪廓檢測和提取最小區域的有界矩形區域
    vector<vector<Point> >::iterator itc = contours.begin();

    char res[20];
    int i = 0;
    // 若沒有達到設定的寬高比要求,移去該區域
    while (itc != contours.end()) 
    {
        Rect mr = boundingRect(Mat(*itc));
        rectangle(result, mr, Scalar(0, 255, 0));
        // 裁剪影象
        Mat auxRoi(thresholdImage, mr);
        if (verifySizes(auxRoi)){
            auxRoi = preprocessChar(auxRoi);
            output.push_back(CharSegment(auxRoi, mr));
            //儲存每個字元圖片  
            sprintf(res, "PlateNumber%d.jpg", i);
            i++;
            imwrite(res, auxRoi);
            rectangle(result, mr, Scalar(0, 125, 255));
        }
        ++itc;
    }
    if (DEBUG)
        cout << "Num chars: " << output.size() << "\n";



    if (DEBUG)
        imshow("SEgmented Chars", result);
    return output;
}

Mat OCR::ProjectedHistogram(Mat img, int t)
{
    int sz = (t) ? img.rows : img.cols;
    Mat mhist = Mat::zeros(1, sz, CV_32F);

    for (int j = 0; j<sz; j++){
        Mat data = (t) ? img.row(j) : img.col(j);
        mhist.at<float>(j) = countNonZero(data);
    }

    // 歸一化直方圖
    double min, max;
    minMaxLoc(mhist, &min, &max);

    if (max>0)
        mhist.convertTo(mhist, -1, 1.0f / max, 0);

    return mhist;
}

Mat OCR::getVisualHistogram(Mat *hist, int type)
{

    int size = 100;
    Mat imHist;

    if (type == HORIZONTAL){
        imHist.create(Size(size, hist->cols), CV_8UC3);
    }
    else{
        imHist.create(Size(hist->cols, size), CV_8UC3);
    }

    imHist = Scalar(55, 55, 55);

    for (int i = 0; i<hist->cols; i++){
        float value = hist->at<float>(i);
        int maxval = (int)(value*size);

        Point pt1;
        Point pt2, pt3, pt4;

        if (type == HORIZONTAL)
        {
            pt1.x = pt3.x = 0;
            pt2.x = pt4.x = maxval;
            pt1.y = pt2.y = i;
            pt3.y = pt4.y = i + 1;

            line(imHist, pt1, pt2, CV_RGB(220, 220, 220), 1, 8, 0);
            line(imHist, pt3, pt4, CV_RGB(34, 34, 34), 1, 8, 0);

            pt3.y = pt4.y = i + 2;
            line(imHist, pt3, pt4, CV_RGB(44, 44, 44), 1, 8, 0);
            pt3.y = pt4.y = i + 3;
            line(imHist, pt3, pt4, CV_RGB(50, 50, 50), 1, 8, 0);
        }
        else
        {
            pt1.x = pt2.x = i;
            pt3.x = pt4.x = i + 1;
            pt1.y = pt3.y = 100;
            pt2.y = pt4.y = 100 - maxval;

            line(imHist, pt1, pt2, CV_RGB(220, 220, 220), 1, 8, 0);
            line(imHist, pt3, pt4, CV_RGB(34, 34, 34), 1, 8, 0);

            pt3.x = pt4.x = i + 2;
            line(imHist, pt3, pt4, CV_RGB(44, 44, 44), 1, 8, 0);
            pt3.x = pt4.x = i + 3;
            line(imHist, pt3, pt4, CV_RGB(50, 50, 50), 1, 8, 0);
        }
    }
    return imHist;
}

void OCR::drawVisualFeatures(Mat character, Mat hhist, Mat vhist, Mat lowData){
    Mat img(121, 121, CV_8UC3, Scalar(0, 0, 0));
    Mat ch;
    Mat ld;

    cvtColor(character, ch, CV_GRAY2RGB);

    resize(lowData, ld, Size(100, 100), 0, 0, INTER_NEAREST);
    cvtColor(ld, ld, CV_GRAY2RGB);

    Mat hh = getVisualHistogram(&hhist, HORIZONTAL);
    Mat hv = getVisualHistogram(&vhist, VERTICAL);

    Mat subImg = img(Rect(0, 101, 20, 20));
    ch.copyTo(subImg);

    subImg = img(Rect(21, 101, 100, 20));
    hh.copyTo(subImg);

    subImg = img(Rect(0, 0, 20, 100));
    hv.copyTo(subImg);

    subImg = img(Rect(21, 0, 100, 100));
    ld.copyTo(subImg);

    line(img, Point(0, 100), Point(121, 100), Scalar(0, 0, 255));
    line(img, Point(20, 0), Point(20, 121), Scalar(0, 0, 255));

    imshow("Visual Features", img);

    cvWaitKey(0);
}

// 特徵提取
Mat OCR::features(Mat in, int sizeData){
    //Histogram features
    Mat vhist = ProjectedHistogram(in, VERTICAL);
    Mat hhist = ProjectedHistogram(in, HORIZONTAL);

    Mat lowData;
    resize(in, lowData, Size(sizeData, sizeData));

    if (DEBUG)
        drawVisualFeatures(in, hhist, vhist, lowData);

    int numCols = vhist.cols + hhist.cols + lowData.cols*lowData.cols;

    Mat out = Mat::zeros(1, numCols, CV_32F);

    int j = 0;
    for (int i = 0; i<vhist.cols; i++)
    {
        out.at<float>(j) = vhist.at<float>(i);
        j++;
    }
    for (int i = 0; i<hhist.cols; i++)
    {
        out.at<float>(j) = hhist.at<float>(i);
        j++;
    }
    for (int x = 0; x<lowData.cols; x++)
    {
        for (int y = 0; y<lowData.rows; y++){
            out.at<float>(j) = (float)lowData.at<unsigned char>(x, y);
            j++;
        }
    }
    if (DEBUG)
        cout << out << "\n===========================================\n";
    return out;
}

// 用於建立所有需要的矩陣並用訓練資料、類標籤矩
// 陣、在隱藏層的神經元數量來訓練一個識別系統
void OCR::train(Mat TrainData, Mat classes, int nlayers){
    Mat layers(1, 3, CV_32SC1);
    layers.at<int>(0) = TrainData.cols;
    layers.at<int>(1) = nlayers;
    layers.at<int>(2) = numCharacters;
    ann.create(layers, CvANN_MLP::SIGMOID_SYM, 1, 1);

    // 建立一個矩陣,其中存放n個訓練資料,並將其分為m類
    Mat trainClasses;
    trainClasses.create(TrainData.rows, numCharacters, CV_32FC1);
    for (int i = 0; i < trainClasses.rows; i++)
    {
        for (int k = 0; k < trainClasses.cols; k++)
        {
            if (k == classes.at<int>(i))
                trainClasses.at<float>(i, k) = 1;
            else
                trainClasses.at<float>(i, k) = 0;
        }
    }
    Mat weights(1, TrainData.rows, CV_32FC1, Scalar::all(1));

    // 分類器學習
    ann.train(TrainData, trainClasses, weights);
    trained = true;
}

int OCR::classify(Mat f){
    int result = -1;
    Mat output(1, numCharacters, CV_32FC1);
    ann.predict(f, output);
    Point maxLoc;
    double maxVal;
    minMaxLoc(output, 0, &maxVal, 0, &