“为了忘却的记念”---纪念即将逝去的ofo和它带我的机器学习启蒙作-《ofo车牌识别》研发心得01-失败的车牌定位和识别

举报
motozilog 发表于 2018/12/30 19:03:23 2018/12/30
【摘要】 前不久,伴随着ofo的退押金潮,作为曾经带给我极大方便的ofo小黄车,也即将走到它生命的尽头。虽然它在商业上失败,但对于我来说ofo带给我是机器学习、数据挖掘、图像处理的启蒙之作,也是我自己第1款公开渠道独自发布的Android APP、下载量第1款破1万的Android APP,时隔1年多下载量去到2.5万。但是,这1年多来,可能自己真的运气不好,在工作中没有遇到图像处理的项目,也实属遗憾...

前不久,伴随着ofo的退押金潮,作为曾经带给我极大方便的ofo小黄车,也即将走到它生命的尽头。

QQ图片20181230183010.jpg

虽然它在商业上失败,但对于我来说ofo带给我是机器学习、数据挖掘、图像处理的启蒙之作,也是我自己第1款公开渠道独自发布的Android APP、下载量第1款破1万的Android APP,时隔1年多下载量去到2.5万。

QQ截图20181230183313.png

但是,这1年多来,可能自己真的运气不好,在工作中没有遇到图像处理的项目,也实属遗憾!也真心感到辜负了当时司老师的悉心培育!

借华为云MVP、云享之际,重温这段启蒙岁月回顾一翻。原文写在 https://github.com/motozilog  ,源代码开放。欢迎交流^_^(QQ:780174889)

 

下面是正文的第1部分-失败的汽车车牌定位和识别:

实验材料:

1.150张包含车牌的图片

1.png

2.用于校验程序正确性的车牌所在位置坐标表格

2.png

 

实验的目的:

1.学会使用常见的图像预处理方法,对图像进行处理。提取出需要的部分

 

实验过程:

老师在课堂上大致说了几个步骤:二值化→边缘检测→根据长宽比将车牌从图片中抠出来。

但是实际上无数多坑。前前后后坑了一个星期才弄通。

开坑还是感谢“计算机的潜意识”写的《EasyPR--一个开源的中文车牌识别系统》。http://www.cnblogs.com/subconscious/p/3979988.html

由于本次实验做到中段就转方向,中间泄及的技术细节和原理就不在本文提及。详细将在《ofo车牌定位》一文中概述。

流程如下图:

3.png

由于我是挑这张 京E.B8550来做,当然是符合预想。

4.png

5.png

carIdentify.m
% function carIdentify ()
clear all;
clc
 
[Image_ID] = csvread ('Plate_Index.csv',0,0,[0,0,0,0]);
 
for i =1:length (Image_ID)
filename=[int2str(Image_ID(i)),'.jpg'];
filename
img = imread (['Plate_Image\',filename]);
 
%高斯
a = imgaussfilt (img, 3);
 
%灰度化
a = rgb2gray (a);
 
%sobel边缘检测
a = edge (a, 'Sobel');
% imshow (a);
 
%开闭操作
% 开运算:去除较小的明亮区域
% 闭运算:消除低亮度值的孤立点
se = strel ('rectangle',[7 27]); 
a = imclose (a,se);
 
a = imopen (a,se);
 
se = strel ('rectangle',[7 95]); 
a = imclose (a,se);
 
se = strel ('rectangle',[11 3]); 
a = imopen (a,se);
 
imwrite (a,'imout.jpg');
 
%画出所有的外接矩型(代码来自MATLAB中文论坛)
[l,m] =  bwlabel (a,8);
status = regionprops (l,'BoundingBox');
figure(10);
imshow (img);
hold on;
for j = 1:m
    rectangle ('position', status(j).BoundingBox, 'edgecolor', 'r');
end
hold off;
frame = getframe;
rec = frame2im(frame);
imwrite(rec,['S3_Rectangle_Image\',filename])
 
%查找最接近的图形
for k = 1:m
%左边距的x坐标<200的,丢弃
    if status(k).BoundingBox(1) < 200
        status(k).BoundingBox(1)
        continue
%横向尺寸少于200的,丢弃
    elseif status(k).BoundingBox(3) < 200
        status(k).BoundingBox(3)
        continue
    elseif status(k).BoundingBox(4) < 50
        status(k).BoundingBox(4)
        continue
    else
        i2 = imcrop (img,status(k).BoundingBox);
        imwrite (i2,['S4_Crop_Image\',int2str(Image_ID(i)),'_',int2str(k),'.jpg']);
    end
end
end

 


但是一但将这个程序放到150张图片时,瞬间就雷倒了。

6.png

 

只有21张图片是符合预想情况可以进行下一步的操作,其它图片都相当难处理,各种夸张的情况都有。当然用来做高技术的研究是不错的。但是却缺乏实用性。

并且广州基本上是以“粤”字头为多,所以,干脆训练集自己重新做。

重新制作训练集的困惑,拍了22张车牌照片。忽然发觉一件事:别人很容易会误解我在干嘛,别人以为我是去抓违章......汗

7.png

突然间发觉ofo的APP写得特烂,连个二维码扫描都没有。ofo车牌上的二维码,仅仅是下载APP的链接(开始调研时只有6位ofo,后期7位ofo上面的二维码就直接带了数字)。

所以,ofo车牌识别,开工吧!

首先先调查各大应用市场的车牌识别情况,车牌识别对于android来说显然是低频非刚需,而市场上也己经有人做了,识别的正确率还是挺高的。

8.png

再来看看目前火爆的共享单车二大巨头:ofo和摩拜,摩拜车上己有完整的二维码开锁系统,对ocr识别显然没有需求。但是ofo,显然没有为互联网和物联网做准备,APP中需要手工输入车牌号码,然后再开锁。(调研时只有6位ofo,没有7位ofo)

9.png

再查了一下专门针对ofo车牌进行识别的应用,目前依然没有。

10.png

并且去拍ofo车牌比较容易:

1.ofo是停在人行道上

2.拍ofo不会被人认为是抄牌之类的误解

3.ofo产量惊人,铺货是10万台、10万台那样上线,随便路上都可以找到

 

进一步分晰,ofo车牌由0~9数字组成(10种分类),远比汽车车牌的容易得多(31个省份+24个英文字母+10个数字=65种分类)。

11.png

毕竟作为学习,而非做产品或项目,只需要明白原理就好。所以就选择ofo。

 

##开发平台、工具、语言的选择

而开发平台的选择上,ofo作为移动互联网时代下的产品,做成web或者pc端的产品也太不符合应用场景了。那就干脆做成微信公众号、小程序、APP之类。

一开始我是想做成微信公众号,毕竟这是低频非刚需:拍照发到公众号,公众号进行识别返回结果。但是微信公众号,显然与自己服务器上什么都可以放上去的不同,只能做web。

让微信公众号将照片先发到自己服务器上,处理后再返回结果。但是公网服务器需要购买云主机并且还要申请域名,对于仅仅是做学习研究来说,付费显然不太友好。

之后,再来看看微信小程序,微信小程序主推是线下导流,线下放置二维码,然后下载。并且体验了几个小程序,有点回到5年前时android应用的感觉。限制极多,并且也是要服务器。所以只得放弃。

最后只得在APP上开发。APP虽然推广成本极高,适配麻烦。但却有着强大的本地化资源可用的优势。并且OpenCV有Android版的API。而Matlab却没有Android版API。

再核查OpenCV,也是有腐蚀、膨胀、高斯模糊、外接矩形、svm算法。满足开发需要。

所以移动端就采用Android+OpenCV

而刚好去图书馆时发现《OpenCV图像处理》(ISBN: 9787111527473)一书,有书就比网上凌散的资料开坑爽多了。

12.png

所以,就先将windows版的Qt+OpenCV环境搭起来,调试没有问题,再通过JNI接口方式,移植到Android。

而在开发windows版时还是以6位ofo为主,但是ofo的产能真的太猛,一下子就上到100万号(太有钱了!)。所以前期做了个6位ofo车牌识别(在 "6位ofo识别" 目录中,主要以795116)。

下面主要讲解7位ofo车牌识别的过程。

 

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。