作者：下家山（转载，请注明）

一：专业图像识别方法

           专业图像识别技术常用：OpenCV和MatLab；

           OpenCV：

1：是由Intel公司资助的开源计算机视觉库；

2：包含300多个C/C++函数的跨平台的中高层API。它不依赖于其他外部库，但也可以使用某些外部库。

3：对非商业应用和商业应用都是免费的。

         MatLab：

                 1：Mathworks公司开发的一款工程数学计算软件。

2：对数学操作（矩阵变换，正，反余玄函数等）进行更直接的描述。它也是一种语言，但不同于C，C++，Java等高级语言是对机器行为进行描述。

                 //Matlab的for语句

                 for I =1:1:5

                      //循环体

         End

            VC：

                 但并不是说不能用VC，如果掌握成像规律，bmp图片格式原理，用什么语言都可以。VC中的CImg类可以很方便的操作位图文件。

    图像识别说到复杂会很复杂，比如人脸识别，要红外成像，要做很多模板匹配，两个瞳孔之间的距离，颧骨之间的距离，眉骨之间的距离等等很多个人特征值要做很细致的分析。

  说到简单，其实很简单，比如下面我在实际工作中做得一个led自动测试(应用在路由器生产线中判别led灯态)，我什么工具（matlab,opencv，vc）都没有用完全是C++来实现的。

二：我们要识别的图形

三：第一步去杂讯

       用专业术语说就是“二值化”，其结果如下：

四：行分割

       定格每一行led的上下边缘，结果如下：

五：列分割

       定格每一列led的左右边缘，结果如下：

六：行列分割结果

 

从上面这个图，我们可以取得每个LED四个顶点坐标

七：LED框定结果

八：LED坐标精确定位结果

      在第六步得到的结果中，有些位置不够精确，如第一行的第四个，其右边缘框定结果并不精确，可以往左移。

九：使用接口部分

      只要在配置文件里面给出要识别的是几行几列，每个灯的颜色。

如：有12个灯（最多可以识别12个灯）；

       那么在配置文件里应该写成

      [OCRConfig]

LedLn = 3

LedCol = 4

LedLnColor_1 = 0x67676767

LedLn1Color_2 = 0x72727272

LedLn1Color_3 = 0x67676767

这里67为’g’的ASCII码，72为’r’的ASCII码，这样每行可以用一个32位16进制数来表示，其中32为可以表示4个字节，每个字节代表一列。

转载：请注明，作者，下家山   请尊重原创！