目录
【摘要】 5
【关键词】 5
第一章 引言 6
1.1车牌识别的研究意义 6
1.2车牌识别系统现状 7
1.3 车牌识别系统研究内容 8
- 4 章节安排……………………………………………………………………………… 8
第二章 基于颜色和BP神经网络的车牌定位 9
2.1 彩色图像显示 9
2.2 色彩空间RGB到Cr Cb的转换 10
2.3 BP神经网络原理 11
2.4基于Cr Cb的神经网络车牌定位 13
第三章 车牌字符定位与字符分割 15
3.1 图像投影技术 15
3.2 基于图像投影技术的车牌字符定位与分割技术 15
第四章 基于颜色和BP神经网络的字符识别 20
4.1 车牌字符库的建立 21
4.2 基于BP神经网络的字符识别 23
第五章 结论 23
参考资料 24
致 谢 25
Abstract(Key words) 26
第二章 基于颜色和BP神经网络的车牌定位
2.1彩色图像的显示
彩色图像在视觉上较灰度图像更接近实物。车牌识别系统中，车牌的获取一般通过视频流来得到。然后把得到的含车牌的帧转换成彩色图像。常见的彩色图像格式主要有以下几种：
Jpeg,jpg,png,bmp。每种彩色图像的格式在各个领域上都有自己的优势与劣势。但是，在windows上，要显示成像让别人能看到，就要先转换成BMP格式（例如，打开jpg图像的时候，系统内部把每个像素还原了，这个处理类似bmp格式）。
在本论文中，我选取24位真彩图bmp格式作为原始车辆图像格式（即所有的待识别的原始车辆图像格式均为统一标准的640*480 bmp格式），其他彩色的图像不作研究，并且图像的格式问题与本论文的车牌定位，字符分割、字符识别等核心算法部分无关。
对任意的彩色图像，我们主要关心的几个元素有以下：图像的大小尺寸，图像各个像素的大小，图像的头信息等。
对于一个bmp格式的彩色图像也不例外，我们最关心的也是图像的大小尺寸（即长和宽或高度和宽度），每个像素的RGB大小。假如我们知道这些关键值之后，如（图像的高度大小是hImage,宽度大小是wImage，图像的像素每个RGB大小依次保存在数组Image[]中），那么这幅彩色图像的显示将变得十分简单，我们只要在相应的位置，显示出相应的像素即可。
所幸，BMP格式文件结构并不复杂。
典型的BMP图像文件由四部分组成：
1：位图头文件数据结构，它包含BMP图像文件的类型、显示内容等信息。
2：位图信息数据结构，它包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息；
3：调色板这个部分是可选的，有些位图需要调色板，有些位图，比如真彩色图（24位的BMP）就不需要调色板；
4：位图数据，这部分的内容根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值。
所以，通过读取BMP图像文件的各个部分，本文转载自http://www.biyezuopin.vip/onews.asp?id=14621完全可以得到想要的数据。
在实验过程中，取得BMP图像的数据后在相应的位置把对应的像素RGB显示出来即可。下图是一BMP格式车牌的图像显示后截图。
#include "stdafx.h"
#include "resource.h"
#include <stdlib.h>
#include<stdio.h>
#include<math.h>
#include <conio.h>
#include<string.h>
#include <direct.h>
#include <commdlg.h>
#include "BP.h"
int *A;
int *B;
#define PIXELH 10
#define PIXELW 10
#define THRESHH 192 //中有车牌大于192*39才被检测
#define THRESHW 39
#define DEVISION 6
#define HDE 25
#define WDE 50
NET Net; // 网络声明
NET CharNet; //字符网络
INT CharUnits[NUM_LAYERS]={72,50,34}; //字符网络结点数
char standard[12*6]; //12表示图像的高度，即通常所说的行,对应坐标中的Y
HINSTANCE hInst;
INT Units[NUM_LAYERS]={N,4,M}; //各神经层神经元结点数
REAL Input[N];
REAL InputTest[N];
REAL Inputchar[12*6]; //字符输入像素点
char BPstring[1024];
BOOL HasTrainNet=FALSE;
//char license[72];
/
// 导师信号，从上到下表示蓝色，非蓝色 /
/
REAL Target[2][M]={
{HI,LO},
{LO,HI}};
// 从A到9
REAL CharTarget[34][34]={
{HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI,LO},
{LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,LO,HI},
};
int ColorPattern[ONECOLORBIT][ONECOLORBIT];
int ImageWidth,ImageHeight,ImageColor;
extern char *OrgImage;
unsigned char BinaryImage[480][640];//
char ImgDlgFileName[128];
char ImgDlgFileDir[128];
FILE *f;
int Rect[4];
int IsDevision=0;
int devision[30];
int start,end;
int CHarImage[20][8][16];
float smallerror[34];
int total;
#define LICENUM 20
int license[LICENUM];
int numchar;
//车牌字符
char charnum[34]={'0','1','2','3','4','5','6','7','8','9',
'A','B','C','D','E','F','G','H','J','K',
'L','M','N','P','Q','R','S','T','U','V',
'W','X','Y','Z'};
/************************************************************************************************
* *
* 神经网络消息函数 *
* *
************************************************************************************************/
RECT WinRect;
BOOL GetPlateColorID=FALSE;
int iyShowPos=160;
BOOL LicenseBPMessageProc(HWND hWnd, UINT message, WPARAM wParam, LPARAM lParam)
{
int i;
switch (LOWORD(wParam))
{
case IDM_TRAINNET: //训练网络
InvalidateRect(hWnd, NULL, TRUE);
UpdateWindow(hWnd);
GetPatternColor();
TrainingNet();
break;
case IDM_HERE: //车牌定位
OpenImageFileDlg("选择车辆进行定位");
InvalidateRect(hWnd, NULL, TRUE);
UpdateWindow(hWnd);
ReadImage(ImgDlgFileName, OrgImage,ImageWidth, ImageHeight);
DetectPlateColor(BinaryImage);
break;
case IDM_ACCURATE: //精确定位
Accurate( Rect);
break;
case IDM_CHARDEVISION: //对车牌进行字符分割
CharDevision(Rect,IsDevision);
break;
case IDM_CHOSECAR: //选择车辆进行识别
OpenImageFileDlg("选择车辆进行定位");
InvalidateRect(hWnd, NULL, TRUE);
UpdateWindow(hWnd);
ReadImage(ImgDlgFileName, OrgImage,ImageWidth, ImageHeight);
DetectPlateColor(BinaryImage);
Accurate( Rect);
CharDevision(Rect,IsDevision);
for( i=2;i < 29; i=i+2){
if(devision[i] == -1 || devision[i+1] == -1)
break;
CharImage(i);
Recochar();
}
ShowLicense(license);
break;
case IDM_SAVECHARBPWEIGHT: //保存字符权值
SaveCharWeights(&CharNet);
break;
case IDM_RESTORECHARBPWEIGHT: //恢复字符BP权值
GenerateNetwork(&CharNet,CharUnits);
RestoreCharWeights(&CharNet);
break;
case IDM_SAVEBPWEIGHT: //保存权值
SaveWeights(&Net);
break;
case IDM_RESTOREBPWEIGHT: //恢复BP权值
GenerateNetwork(&Net,Units);
RestoreWeights(&Net);
break;
case IDM_GETCHAR: //切割的字符作为样本
OpenImageFileDlg("选择车辆进行定位");
InvalidateRect(hWnd, NULL, TRUE);
UpdateWindow(hWnd);
ReadImage(ImgDlgFileName, OrgImage,ImageWidth, ImageHeight);
DetectPlateColor(BinaryImage);
Accurate( Rect);
CharDevision(Rect,IsDevision);
for( i=0;i < 29; i=i+2){
if(devision[i] == -1 || devision[i+1] == -1)
break;
CharImage(i); //第i个字符
DialogBox(hInst, (LPCTSTR)IDD_DIALOG1, hWnd, (DLGPROC)Renamechar);
}
break;
case IDM_CHARTRA:
TrainCharNet() ;
break;
case IDM_LICENSE: //对字符进行识别
for( i=2;i < 29; i=i+2){
if(devision[i] == -1 || devision[i+1] == -1)
break;
CharImage(i);
Recochar();
}
ShowLicense(license);
break;
default: return(FALSE);
}
return(TRUE);
}
//将文件名保存于数组OPdltitle中
void OpenImageFileDlg(char *OPDLTitle)
{
char FileTitle[100];
OPENFILENAME ofn;
memset(&ofn,0,sizeof(ofn));
ofn.lStructSize=sizeof(OPENFILENAME);
ofn.hwndOwner=NULL;
ofn.hInstance=NULL;
ofn.lpstrFilter=TEXT("bmp files\0*.bmp\0raw files\0*.raw\0All File\0*.*\0\0");
ofn.lpstrCustomFilter=NULL;
ofn.nMaxCustFilter=0;
ofn.nFilterIndex=1;
ofn.lpstrFile=ImgDlgFileName;
ofn.nMaxFile=MAX_PATH;
ofn.lpstrFileTitle=FileTitle;
ofn.nMaxFileTitle=99;
ofn.lpstrInitialDir=ImgDlgFileDir;
ofn.lpstrTitle=OPDLTitle;
ofn.Flags=OFN_FILEMUSTEXIST;
ofn.lpstrDefExt="raw";
ofn.lCustData=NULL;
ofn.lpfnHook=NULL;
ofn.lpTemplateName=NULL;
ImgDlgFileName[0]='\0';
GetOpenFileName(&ofn);
getcwd(ImgDlgFileDir, MAX_PATH);
}
/************************************************************************************************
* *
* 读图像文件 *
* *
************************************************************************************************/
void ReadImage(LPSTR ImageFileName, char *oImage, INT wImage, INT hImage) //读取图像信息并保存在Image[][]中， wImage为图像的宽，himage为高
{
OFSTRUCT of;
HFILE Image_fp;
Image_fp = OpenFile(ImageFileName, &of, OF_READ);
if (Image_fp == HFILE_ERROR)
{
MessageBox(NULL, "打开读图像文件出错！", "出错信息", MB_OK);
return ;
}
if (ReadBmpFileHead(Image_fp, oImage)) return;
_llseek(Image_fp, 0, 0);
_lread(Image_fp, oImage, wImage*hImage);
_lclose(Image_fp);
ImageWidth = MAXIMAGEWIDTH;
ImageHeight= MAXIMAGEHEIGHT;
// ImageColor = GRAYIMAGE;
}
/************************************************************************************************
* *
* 从BMP图像中，读出图像头信息，主要包括图像长度和宽度 *
* *
************************************************************************************************/
BOOL ReadBmpFileHead(HFILE Image_fp, char *oImage)
{
BITMAPFILEHEADER bfImage;
BITMAPINFOHEADER biImage;
INT i, j;
char tmpPixel;
_llseek(Image_fp, 0, 0);
_lread(Image_fp, &bfImage, sizeof(BITMAPFILEHEADER));
if ((bfImage.bfType != 0x4d42)) { // "BM"
// MessageBox(NULL, NULL, "打开bmp文件出错信息", MB_OK);
_llseek(Image_fp, 0, 0);
return FALSE;
}
_lread(Image_fp, &biImage, sizeof(BITMAPINFOHEADER));
ImageWidth = biImage.biWidth;
ImageHeight= biImage.biHeight;
ImageColor = 1;
if (biImage.biBitCount == 24) ImageColor = 3;
_llseek(Image_fp, bfImage.bfOffBits, 0);
_lread(Image_fp, oImage, biImage.biWidth*biImage.biHeight*ImageColor);
_lclose(Image_fp);
if (biImage.biBitCount == 24) {
for (i=0; i<ImageHeight/2; i++) {
for (j=0; j<ImageWidth; j++) {
tmpPixel = oImage[i*ImageWidth*3+j*3];
oImage[i*ImageWidth*3+j*3] = oImage[(ImageHeight-i-1)*ImageWidth*3+j*3+2];
oImage[(ImageHeight-i-1)*ImageWidth*3+j*3+2] = tmpPixel;
tmpPixel = oImage[i*ImageWidth*3+j*3+1];
oImage[i*ImageWidth*3+j*3+1] = oImage[(ImageHeight-i-1)*ImageWidth*3+j*3+1];
oImage[(ImageHeight-i-1)*ImageWidth*3+j*3+1] = tmpPixel;
tmpPixel = oImage[i*ImageWidth*3+j*3+2];
oImage[i*ImageWidth*3+j*3+2] = oImage[(ImageHeight-i-1)*ImageWidth*3+j*3];
oImage[(ImageHeight-i-1)*ImageWidth*3+j*3] = tmpPixel;
}
}
}
if (biImage.biBitCount == 8) {
for (i=0; i<ImageHeight/2; i++) {
for (j=0; j<ImageWidth; j++) {
tmpPixel = oImage[i*ImageWidth+j];
oImage[i*ImageWidth+j] = oImage[(ImageHeight-i-1)*ImageWidth+j];
oImage[(ImageHeight-i-1)*ImageWidth+j] = tmpPixel;
}
}
}
return TRUE;
}
void ReadRaw(LPSTR ImageFileName, char *oImage, int wImage, int hImage) //读取图像信息并保存在Image[][]中raw格式
{
OFSTRUCT of;
HFILE Image_fp;
Image_fp = OpenFile(ImageFileName, &of, OF_READ);
if (Image_fp == HFILE_ERROR)
{
// MessageBox(NULL, "打开读图像文件出错！", ImageFileName, MB_OK);
return ;
}
_llseek(Image_fp, 0, 0);
_lread(Image_fp, oImage, wImage*hImage);
_lclose(Image_fp);
}
//
// 样本颜色中所有蓝色
/
void GetPatternColor()
{
int i,j,m,Cr,Cb,r,g,b;
char PatternFileName[128];
for(i=0;i<ONECOLORBIT;i++)
for(j=0;j<ONECOLORBIT;j++)
ColorPattern[i][j]=0; //0表示非蓝色
for(m=1;m<=24;m++)
{
wsprintf(PatternFileName,"%02d.bmp",m); //将每个样本读进
ReadImage(PatternFileName, OrgImage, ImageWidth, ImageHeight);
for(i=0;i<ImageHeight;i++)
for(j=0;j<ImageWidth;j++)
{
r=(int)((unsigned char)OrgImage[i*3*ImageWidth+j*3+0]);
g=(int)((unsigned char)OrgImage[i*3*ImageWidth+j*3+1]);
b=(int)((unsigned char)OrgImage[i*3*ImageWidth+j*3+2]);
if(((abs(r-g))<50)&&((abs(r-b))<50)&&((abs(g-b))<50))//扩大蓝色范围
r=g=b=0;
SetPixel(hWinDC, j+10, i+10, RGB(r, g, b));
Cr=(int)(128-37.797*r/255-74.203*g/255+112*b/255);
Cb=(int)(128+112*r/255-93.768*g/255-18.214*b/255);
if(!(Cr==Cb))
ColorPattern[Cr][Cb]=1; //代表蓝色
}
}
}
// 对车牌进行蓝色定位 //
void DetectPlateColor(unsigned char BinaryImage[480][640])
{
int i,j;
int r,g,b;
if(!HasTrainNet){
MessageBox(NULL,"没有有效权值，无法定位车牌","BP权值",MB_OK);
return;
}
for(i=0;i<ImageHeight;i++)
for(j=0;j<ImageWidth;j++)
{
r=(int)((unsigned char)OrgImage[i*3*ImageWidth+j*3+0]);
g=(int)((unsigned char)OrgImage[i*3*ImageWidth+j*3+1]);
b=(int)((unsigned char)OrgImage[i*3*ImageWidth+j*3+2]);
if(!RecognizateColor(r,g,b,FALSE))
{
SetPixel(hWinDC,j+10,i+10,RGB(0,0,0));
BinaryImage[i][j]=0; //标志为非蓝色
}
else
{
BinaryImage[i][j]=255; //标志为蓝色
}
}
}
///
// 训练BP神经网络，提取样本特征 //
//
void TrainingNet()
{
int PatternID;
int Cr,Cb,m;
INT count;
BOOL Stop;
REAL Error;
InitializeRandoms(); //产生随机数种子
GenerateNetwork(&Net,Units);
RandomWeights(&Net);
count=0;
do{
Error=0;
Stop=TRUE;
for(Cr=0;Cr<ONECOLORBIT;Cr++)
for(Cb=0;Cb<ONECOLORBIT;Cb++)
{
Input[0]=Cr/300.0+0.1;
Input[1]=Cb/300.0+0.1;
PatternID=1;
if(0!=ColorPattern[Cr][Cb])
PatternID=0;
SimulateNet(&Net, Input,Target[PatternID],FALSE,FALSE); // 计算误差
Error=MAX(Error,Net.Error);
Stop=Stop AND (Net.Error<Net.Epsilon);
}
Error=MAX(Error,Net.Epsilon);
sprintf(BPstring,"训练了%d 次，精度%f , 误差 %f ,完成了%0.0f %%",count,Net.Epsilon,Error,(Net.Epsilon/Error)*100);
TextOut(hWinDC,120,600,BPstring,strlen(BPstring));
if(count++>10)
break;
if(NOT Stop)
{
for(m=0;m<ONECOLORBIT*ONECOLORBIT*5;m++){
Cr=RandomEqualINT(0,ONECOLORBIT-1); //随机选取训练
Cb=RandomEqualINT(0,ONECOLORBIT-1);
Input[0]=Cr/300.0+0.1;
Input[1]=Cb/300.0+0.1;
PatternID=1;
if(0!=ColorPattern[Cr][Cb])
PatternID=0;
SimulateNet(&Net, Input,Target[PatternID],TRUE,FALSE); //将样本投入运作
}
}
}while(NOT Stop);
MessageBox(NULL,"神经网络已训练完成","神经网络",MB_OK);
HasTrainNet=TRUE;
}
int he=0;
///
// 训练字符库神经网络，提取样本特征 //
//
void TrainCharNet() //训练识别字符网络
{
char* charImage=(char*)malloc(12*6*sizeof(char));
if(charImage == NULL)
{
MessageBox(NULL,"CharImage no memery","charimage",MB_OK);
return ;
}
char strname[100];
int i,j,m,k;
int whichchar,charlarge;
InitializeRandoms(); //产生随机数种子
GenerateNetwork(&CharNet,CharUnits);
RandomWeights(&CharNet);
for(m=0;m<10000;m++){ //
charlarge=RandomEqualINT(0,33); //最大33吧
// charlarge=m%34; //最大33吧
/* if(m>9999)
charlarge=9;//m%34;//RandomEqualINT(0,33); //最大33吧
else
charlarge=RandomEqualINT(0,33); //最大33吧*/
for(k=0; k < 10; k++){
if(k!=0)
whichchar=charlarge*10+RandomEqualINT(0,9); //随机选取训练
else
whichchar=charlarge*10; //随机选取训练
wsprintf(strname,"%03d.raw",whichchar);
ReadRaw(strname, charImage, 6,12);
for(i=0; i < 12; i++)
for(j=0; j < 6; j++)
{
if((unsigned char)charImage[i*6+j] > 100)
Inputchar[i*6+j]=HI;
else
Inputchar[i*6+j]=LO;
// SetPixel(hWinDC, j+720,i+720,RGB((unsigned char)charImage[i*6+j] , (unsigned char)charImage[i*6+j] ,(unsigned char)charImage[i*6+j] ));
}
if(0 == m %1000)
{
char st[10];
sprintf(st,"%d ",m);
TextOut(hWinDC,600,120,st,strlen(st));}
SimulateNet(&CharNet, Inputchar,CharTarget[charlarge],TRUE,FALSE); //将样本投入运作
// MessageBox(NULL,"CH","网",MB_OK);
}
}
MessageBox(NULL,"CHAR已训练完成","网络",MB_OK);
//HasTrainNet=TRUE;
}
/
// 识别是否蓝
BOOL RecognizateColor(int r,int g,int b,BOOL cShow)
{
int i,Cr,Cb;
BOOL IsPlateColor;
if(FALSE==HasTrainNet){
TextOut(hWinDC,120,700,"BP未训练",30);
return FALSE;
}
Cr=(int)(128-37.797*r/255-74.203*g/255+112*b/255);
Cb=(int)(128+112*r/255-93.768*g/255-18.214*b/255);
InputTest[0]=Cr/300.0+0.1;
InputTest[1]=Cb/300.0+0.1;
SimulateNet(&Net, InputTest,Target[0],FALSE,FALSE); //将样本投入运作
IsPlateColor=TRUE;
for( i=1;i<=Net.OutputLayer->Units;i++)
{
if(fabs(Target[0][i-1]-Net.OutputLayer->Output[i])>0.1)//这里原来是0.1的，我改严格点了
{
IsPlateColor=FALSE;
break;
}
}
if(cShow)
{
sprintf(BPstring,"o1=%f, o2=%f r=%d,g=%d ,b=%d ",Net.OutputLayer->Output[1],Net.OutputLayer->Output[2],r,g,b);
TextOut(hWinDC,600,120,BPstring,strlen(BPstring));
}
return IsPlateColor;
}
//对车牌精定位后信息存在Rec中
void Accurate(int* Rec)
{
int i,j;
int a,b,c,d;
int flag1,flag2;
a=b=c=d=flag1=flag2=0;
A=(int *)calloc(ImageHeight,sizeof(int));
for(i=0;i<ImageHeight;i++)
A[i]=0;
if(NULL==A){
MessageBox(NULL,"精定位时内存不足","出错",MB_OK);
return ;
}
for(i=0;i<ImageHeight;i++)
for(j=0;j<ImageWidth;j++)
{
if(255==BinaryImage[i][j])
{
A[i]++;
}
}
//显示水平投影 ///
for(i=0;i<ImageHeight;i++)
for(j=0;j<A[i];j++)
{
SetPixel(hWinDC,j+10+640,i+10, RGB(250, 0, 255));
}
for(i=PIXELH;i<ImageHeight-PIXELH;i++)
{
if(A[i] < int(THRESHH/2.5))
continue;
else
{
for(j = i+1; j < ImageHeight-PIXELH; j++)
{
if(A[j] >= int(THRESHH/3.5))// && abs(A[j]-A[j-1]) < THRESHH/2)
continue;
else
if(A[j+4] < int(THRESHH/3.5))
break;
}
if(j-i >= THRESHW)//找到车牌结束
{
flag1=1;
a=i;
b=j;
break;
}
else
i=j-1; //没找到继续
}
}
B=(int *)calloc(ImageWidth,sizeof(int));
if(NULL==B){
MessageBox(NULL,"精定位时内存不足","出错",MB_OK);
return ;
}
for(j=0;j<ImageWidth;j++)
B[j]=0;
for(j=0;j<ImageWidth;j++)
for(i=a;i<b;i++)
// for(i=0;i<ImageHeight;i++)
{
if(255==BinaryImage[i][j])
B[j]++;
}
//竖直投影
for(i=0;i<ImageWidth;i++)
for(j=0;j<B[i];j++)
{
SetPixel(hWinDC,i+10,j+10+480, RGB(250, 0,255));
}
for(i=PIXELW;i<ImageWidth-PIXELW;i++)
{
if(B[i] < int(THRESHW/1.5))
continue;
else
{
for(j=i+1; j < ImageWidth-PIXELW; j++)
{
if(B[j] >= int(THRESHW/3.5))// && abs(B[j-1]-B[j])<THRESHW/2)
continue;
else
if(B[j+6]< int(THRESHW/4))// && B[j+5] < THRESHW/3 )
break;
}
if(j-i >= int(THRESHH/1.2))
{
flag2=1;
c=i;
d=j;
IsDevision=1; //车牌可分割
break;
}
else
i=j-1;
}
}
if(b-a >= 101)
{
a+=15;
b-=15;
}else if(b-a >= 85)
{ a+=12;
b-=13;
}else if(b-a >= 78)
{
a+=10;
b-=10;
}else if(b-a >= 70){
a+=8;
b-=8;}
else if(b-a >= 55){
a+=5;
b-=6;}
else if(b-a >= 40) {
a+=2;
b-=3;
}else{
a+=1;
b-=2;
}
b-=1;
if(1==flag1){
for(i=0;i<ImageWidth;i++)
{
SetPixel(hWinDC, i+10, a+10, RGB(0, 255, 180));
SetPixel(hWinDC, i+10, b+10, RGB(0, 255, 180));
}
}
if(1==flag2){
for(i=0;i<ImageHeight;i++)
{
SetPixel(hWinDC, c+10+5, i+10,RGB(120, 255, 0));
SetPixel(hWinDC, d+10,i+10, RGB(120, 255, 0));
}
}
Rect[0]=a;
Rect[1]=b;
Rect[2]=c;
Rect[3]=d;
}
/************************************************************************************************
* *
* 将wImage图像写入文件中 *
* *
************************************************************************************************/
void WriteImage(LPSTR ImageFileName, char *Image, int wImage, int hImage)
{
OFSTRUCT of;
HFILE Image_fp;
Image_fp = OpenFile(ImageFileName, &of, OF_CREATE);
_llseek(Image_fp, 0, 0);
_lwrite(Image_fp, Image, wImage*hImage);
_lclose(Image_fp);
return ;
}
void CharDevision(int *A,int flag) //对车牌进行字符分割
{
int chardevision;
if(0 == flag)
{
MessageBox(NULL,"无法分割","出错",MB_OK);
return;
}
int a,b,c,d;
start= a=A[0];
end = b=A[1];
c=A[2]+5;
d=A[3]-3;
if(b-a <= 45)
chardevision = DEVISION -2;
else
chardevision = DEVISION;
int *B;
B=(int *)malloc((d-c+1)*sizeof(int));
int i,j, k;
for(i=0; i <= d-c; i++)
B[i]=0;
for(i=c; i <= d; i++)
for(j=a; j <= b; j++)
{
if(0 == BinaryImage[j][i])
B[i-c]++;
}
for(i=0; i < 30; i++) //字符分割线
devision[i]=-1;
for(i=c,k=0; i <= d; i++)
{
if(B[i-c] < chardevision)
continue;
j=i;
while(j <= d-1 && (B[j-c+1] >= DEVISION*2 || B[j-c] >= DEVISION))//&& B[i-c] >= DEVISION)
j++;
if(j-i >= chardevision-2)
{
devision[k++]=i;
devision[k++]=j;
i=j-1;
}
}
//竖直投影
for(i=0; i <= d-c; i++)
{
for(j=B[i];j>=0;j--)
SetPixel(hWinDC,c+i+10,10+480-j, RGB(0,255 ,0));
}
total=0;
for(k=0; k < 30; k++)
{
if(-1 != devision[k]) //可分
{
total++;
for(i=a; i < b; i++)
SetPixel(hWinDC, devision[k]+10, i+10,RGB( 255, 0,0));
}
}
total=total/2;
for(i=0; i < LICENUM; i++)
license[i]=0; //清空其车牌
numchar=0;
}
//
// 字符缩放 /
void CharImage(int num)
{
int i,j;
unsigned char pixelnum;
int p=num;
float nxtime,nytime; //新图像是原来的多少倍
if(devision[1+p] == -1 || -1 == devision[0+p])
return;
nxtime=6.0/(devision[1+p]-devision[0+p]+1);
nytime=12.0/(end-start+1);
int ox,oy;
for(i = 0; i < 12; i++)
for(j = 0; j < 6; j++)
{
ox=(int)((float)j/nxtime+devision[0+p]);
oy=(int)((float)i/nytime+start);
standard[i*6+j]=BinaryImage[oy][ox];
}
for(i = 0; i < 12; i++)
for(j = 0; j < 6; j++)
{
pixelnum=(unsigned char)standard[i*6+j];
SetPixel(hWinDC, j+720,i+720,RGB(pixelnum , pixelnum ,pixelnum ));
}
}
LRESULT CALLBACK Renamechar(HWND hDlg, UINT message, WPARAM wParam, LPARAM lParam)
{
char CharName[32];
switch (message)
{
case WM_COMMAND:
switch(LOWORD(wParam)) {
case IDOK:
GetDlgItemText(hDlg, IDC_CHARNAME, CharName, 32);
WriteImage(CharName, standard, 6, 12);
case IDCANCEL:
EndDialog(hDlg, LOWORD(wParam));
return TRUE;
}
break;
}
return FALSE;
}
int smallest(float* error,int num) //返回数组中最小值下标
{
int i,small=0;
float min=error[0];
for(i=1; i < num; i++)
{
if(min > error[i])
{
min = error[i];
small = i;
}
}
if(error[small]<0.15)
return small;
else
return -1;
}
void Recochar()
{
int i,j;
for(i=0; i < 12; i++)
for(j=0; j < 6; j++)
{
if((unsigned char)standard[i*6+j] > 100)
Inputchar[i*6+j]=HI;
else
Inputchar[i*6+j]=LO;
}
for(i=0; i < 34; i++)
{
SimulateNet(&CharNet, Inputchar,CharTarget[i],FALSE,FALSE); //将样本投入运作
smallerror[i]=CharNet.Error;
}
int num=smallest(smallerror,34);
char s[20];
if(num!=-1)
license[numchar++]=num; //字符数目统计
// wsprintf(s,"is %dth %c",num,charnum[num]);
// MessageBox(NULL,s,"识别",MB_OK); 逐个字符识别视觉过程
}
/
//显示车牌函数
///
void ShowLicense(int* lice)
{
int i;
char* show;
show=(char*)malloc(numchar*sizeof(char));
if(NULL == show)
{
MessageBox(NULL,"显示车牌分配内存失败","显示",MB_OK);
return;
}
for(i=0; i < numchar; i++)
{
show[i]=charnum[lice[i]];
}
//wsprintf(s,"is %dth %c",num,charnum[num]);
MessageBox(NULL,show,"识别结果",MB_OK);
}
/
/// 各函数实现 ///
//产生随机数种子
void InitializeRandoms()
{
srand(4711);
}
//产生一随机区间内整数
INT RandomEqualINT(INT Low,INT High)
{
return rand()%(High-Low+1)+Low;
}
//产生一随机区间大小的小数
REAL RandomEqualREAL(REAL Low,REAL High)
{
return ((REAL)rand()/RAND_MAX)*(High-Low)+Low;
}
//随机产生连接权
void RandomWeights(NET* Net)
{
INT l,i,j;
for(l=1;l<NUM_LAYERS;l++)
for(i=1;i<=Net->Layer[l]->Units;i++)
for(j=0;j<=Net->Layer[l-1]->Units;j++)
{
Net->Layer[l]->Weight[i][j]=RandomEqualREAL(-0.5,0.5);//随机结点间连接权
}
}
//保存连接权
void SaveWeights(NET* Net)
{
INT l,i,j;
char BPWeightFileName[128];
char BPWeight[16],BPWeightKeyName[16];
if(!HasTrainNet)
{
MessageBox(NULL,"BP网络没训练，没有权值保存","保存失败",MB_OK);
return ;
}
f=fopen("BPNet.txt","a+"); //以追加的写方式打开文件
if(NULL==f)
{
MessageBox(NULL,"创建保存文件失败，BP值没保存","保存失败",MB_OK);
return;
}
int k;
double s;
for(i=1;i<NUM_LAYERS;i++)
for(j=1;j<=Net->Layer[i]->Units;j++)
for(k=0;k<=Net->Layer[i-1]->Units;k++)
{
s=Net->Layer[i]->WeightSave[j][k]=Net->Layer[i]->Weight[j][k];//保存结点间连接权
fprintf(f,"%lf ",s);
}
fclose(f); //关闭文件
MessageBox(NULL,"宝贵的BP值已保存到BPNet.txt","保存成功",MB_OK);
}
//恢复连接权以便网络运作起来
void RestoreWeights(NET* Net)
{
f=fopen("BPNet.txt","r"); //以读方式打开文件
if(NULL==f)
{
MessageBox(NULL,"没有BP文件，无法恢复","恢复BP权值",MB_OK);
return;
}
int i,j,k;
double s;
for(i=1;i<NUM_LAYERS;i++)
for(j=1;j<=Net->Layer[i]->Units;j++)
for(k=0;k<=Net->Layer[i-1]->Units;k++)
{
fscanf(f,"%lf ",&s);
Net->Layer[i]->WeightSave[j][k]=Net->Layer[i]->Weight[j][k]=s;//恢复结点间连接权
}
fclose(f); //关闭文件
HasTrainNet=TRUE;
MessageBox(NULL,"BP权值已恢复","恢复BP权值",MB_OK);
}
//保存识别字符连接权
void SaveCharWeights(NET* Net)
{
INT l,i,j;
char BPWeightFileName[128];
char BPWeight[16],BPWeightKeyName[16];
f=fopen("CharBPNet.txt","a+"); //以追加的写方式打开文件
if(NULL==f)
{
MessageBox(NULL,"创建保存文件失败，BP值没保存","保存失败",MB_OK);
return;
}
int k;
double s;
for(i=1;i<NUM_LAYERS;i++)
for(j=1;j<=Net->Layer[i]->Units;j++)
for(k=0;k<=Net->Layer[i-1]->Units;k++)
{
s=Net->Layer[i]->WeightSave[j][k]=Net->Layer[i]->Weight[j][k];//保存结点间连接权
fprintf(f,"%lf ",s);
}
fclose(f); //关闭文件
MessageBox(NULL,"宝贵的BP值已保存到CHARBPNet.txt","保存成功",MB_OK);
}
//恢复识别字符连接权
void RestoreCharWeights(NET* Net)
{
f=fopen("CharBPNet.txt","r"); //以读方式打开文件
if(NULL==f)
{
MessageBox(NULL,"没有BP文件，无法恢复","恢复BP权值",MB_OK);
return;
}
int i,j,k;
double s;
for(i=1;i<NUM_LAYERS;i++)
for(j=1;j<=Net->Layer[i]->Units;j++)
for(k=0;k<=Net->Layer[i-1]->Units;k++)
{
fscanf(f,"%lf ",&s);
Net->Layer[i]->WeightSave[j][k]=Net->Layer[i]->Weight[j][k]=s;//恢复结点间连接权
}
fclose(f); //关闭文件
MessageBox(NULL,"charBP权值已恢复","恢复BP权值",MB_OK);
}
//分配网络空间
void GenerateNetwork(NET* Net,int Unit[])
{
INT l,i;
Net->Layer=(LAYER**)calloc(NUM_LAYERS,sizeof(LAYER*));
for(l=0;l<NUM_LAYERS;l++)
{
Net->Layer[l]=(LAYER*)malloc(sizeof(LAYER));
Net->Layer[l]->Units=Unit[l];
Net->Layer[l]->Output=(REAL*)calloc(Unit[l]+1,sizeof(REAL));
Net->Layer[l]->Activation=(REAL*)calloc(Unit[l]+1,sizeof(REAL));
Net->Layer[l]->Error=(REAL*)calloc(Unit[l]+1,sizeof(REAL));
Net->Layer[l]->Weight=(REAL**)calloc(Unit[l]+1,sizeof(REAL*));
Net->Layer[l]->WeightSave=(REAL**)calloc(Unit[l]+1,sizeof(REAL*));
Net->Layer[l]->dWeight=(REAL**)calloc(Unit[l]+1,sizeof(REAL*));
Net->Layer[l]->Output[0]=BIAS;
if(0!=l)
{
for(i=1;i<=Unit[l];i++)
{
Net->Layer[l]->Weight[i]=(REAL*)calloc(Unit[l-1]+1,sizeof(REAL)); //此层结点J连接着上一层所有结点
Net->Layer[l]->WeightSave[i]=(REAL*)calloc(Unit[l-1]+1,sizeof(REAL));
Net->Layer[l]->dWeight[i]=(REAL*)calloc(Unit[l-1]+1,sizeof(REAL));
}
}
}
Net->Alpha=0.8; //冲量参数
Net->Epsilon=0.005; //控制精度
Net->Eta=0.5; //学习率
Net->InputLayer=Net->Layer[0]; //输入层分配指针
Net->OutputLayer=Net->Layer[NUM_LAYERS-1]; //为输出层分配指针
}
//将样本投入运作
void SimulateNet(NET* Net,REAL* Input,REAL* Target,BOOL Training,BOOL Protocoling)
{
REAL Output[34];
SetInput(Net,Input,Protocoling);//获取输入层输出
PropagateNet(Net); //计算整个网络输出
GetOutput(Net,Output,Protocoling); //获得输出层的输出
ComputeOutputError(Net,Target); //计算输出层的误差
if(Training)
{
BackpropagateNet(Net); //整个误差后传
AdjustWeights(Net); //调整网络连接权，获得特征
}
}
//设置输入层输出
void SetInput(NET* Net,REAL* input,BOOL Protocoling)
{
INT i;
for(i=1;i<=Net->InputLayer->Units;i++)
{
Net->InputLayer->Output[i]=input[i-1];//获得输入层每个结点的输出
}
}
//计算当前层输出，lower为上一层，upper为当前层
void PropagateLayer(NET* Net,LAYER* Lower,LAYER* Upper)
{
INT i,j;
REAL sum;
for(i=1;i<=Upper->Units;i++)
{ sum=0; //下一结点输入重置0
for(j=0;j<=Lower->Units;j++)
{
sum+=Upper->Weight[i][j]*Lower->Output[j];//获得当前结点输入
}
Upper->Activation[i]=sum; //保留激活值,
Upper->Output[i]=1/(1+exp(-sum));//Simioid(sum); //返回simioid值
}
}
//计算整个网络输出
void PropagateNet(NET* Net)
{
INT i;
for(i=0;i<NUM_LAYERS-1;i++)
{
PropagateLayer(Net,Net->Layer[i],Net->Layer[i+1]); //计算当前层输出
}
}
//获得输出层的输出
void GetOutput(NET* Net,REAL* Output,BOOL Protocoling)
{
INT i;
for(i=1;i<=Net->OutputLayer->Units;i++)
{
Output[i-1]=Net->OutputLayer->Output[i];
}
}
//计算输出层结点输出的误差
void ComputeOutputError(NET *Net,REAL* Target)
{
INT i;
REAL Err,Out;
Net->Error=0;
for(i=1;i<=Net->OutputLayer->Units;i++)
{
Out=Net->OutputLayer->Output[i];
Err=Target[i-1]-Out;
Net->OutputLayer->Error[i]=Out*(1-Out)*Err;
Net->Error+=0.5*sqr(Err);
}
}
//下一层误差传到上层，HIGH为下层（其每结点误差已求出），LOWER为上层
void BackpropagateLayer(NET* Net,LAYER* Upper,LAYER* Lower)
{
INT i,j;
REAL Err,Out;
for(i=1;i<=Lower->Units;i++)
{
Out=Lower->Output[i];
Err=0; //误差重置
for(j=1;j<=Upper->Units;j++)
Err+=Upper->Error[j]*Upper->Weight[j][i];
Lower->Error[i]=Out*(1-Out)*Err;
}
}
//整个误差后传
void BackpropagateNet(NET* Net)
{
INT i;
for(i=NUM_LAYERS-1;i>1;i--)//
BackpropagateLayer(Net,Net->Layer[i],Net->Layer[i-1]); //当前层误差反向传导
}
//调整网络连接权，获得特征
void AdjustWeights(NET* Net)
{
INT l,i,j;
REAL dWeight,Out,Err;
for(l=1;l<NUM_LAYERS;l++)
for(i=1;i<=Net->Layer[l]->Units;i++)
for(j=0;j<=Net->Layer[l-1]->Units;j++)
{
Out=Net->Layer[l-1]->Output[j];
Err=Net->Layer[l]->Error[i];
dWeight=Net->Layer[l]->dWeight[i][j];
Net->Layer[l]->Weight[i][j]+=(Net->Alpha*dWeight+Net->Eta*Err*Out);
Net->Layer[l]->dWeight[i][j]=Net->Eta*Err*Out;
}
}
