string OCR::run(Placa *input){
//Segment chars of plate
vector<SegmentoLetra> segmentos = segmento(*input);
cout << "Numero de letras: "<<segmentos.size() << endl;
for (int i = 0; i<segmentos.size(); i++){
//Preprocess each char for all images have same sizes
Mat ch = preprocesamientoCaracter(segmentos[i].imagen);
if (saveSegments){
stringstream ss(stringstream::in | stringstream::out);
ss << "tmpChars/" << nombreArchivo << "_" << i << ".jpg";
imwrite(ss.str(), ch);
}
//For each segment Extract Features
Mat f = caracteristicas(ch, 15);
//For each segment feature Classify
int character = clasificacion(f);
input->letras.push_back(Caracteres[character]);
input->posLetras.push_back(segmentos[i].posicion);
}
return "-";//input->str();
}
/**
* @brief DialogoCaracteristicas::getNumber
* @param srcImage
* @return
*/
int MainWindow::getNumber(){
srcImage = imread(imageFile.toStdString().data(),0);
line(srcImage,Point(0,0),Point(0,srcImage.rows),Scalar(255),20);
line(srcImage,Point(0,0),Point(srcImage.cols,0),Scalar(255),20);
line(srcImage,Point(srcImage.cols,srcImage.rows),Point(srcImage.cols,0),Scalar(255),20);
line(srcImage,Point(srcImage.cols,srcImage.rows),Point(0,srcImage.rows),Scalar(255),20);
equalizeHist(srcImage,srcImageEqualizada);
//CALCULAR THRESHOLD
this->dstImageThresholdAdaptative = ControlPreprocesamiento::umbralAutomaticoAdaptativo(srcImage);
this->dstImageThreshold = ControlPreprocesamiento::umbralAutomatico(srcImageEqualizada);
//FILTRADO
Mat BStructElement = getStructuringElement(CV_SHAPE_RECT,Size(2,2));
morphologyEx(this->dstImageThresholdAdaptative, this->dstImageClose, CV_MOP_CLOSE, BStructElement,Point(-1,-1) ,2 );
//SEGMENTACION
Mat src = imread(imageFile.toStdString().data());
ControlSegmentacion::encontrarSegmentos(src,dstImageClose,dstImageSegmentacion,dstRectanguloEnvolvente);
//ADELGAZAMIENTOsrcImage
dstImageAdelgazada = Mat::zeros(dstImageClose.size(), CV_8UC1);
dstImageClose.copyTo(dstImageAdelgazada);
ControlPreprocesamiento::adelgazamiento(dstImageAdelgazada);
dstImageAdelgazada.copyTo(dstImageRectanguloEnvolvente);
//Se suman 5 pixeles de distancia a las medidas del rectangulo para darle espacio
//alalgoritmo de busqueda de end-points
//if(dstRectanguloEnvolvente.x <= 5 || dstRectanguloEnvolvente.y <= 5 ) continue;
dstRectanguloEnvolvente.height += 10;
dstRectanguloEnvolvente.width += 10;
dstRectanguloEnvolvente.x -= 5;
dstRectanguloEnvolvente.y -= 5;
rectangle(dstImageRectanguloEnvolvente,dstRectanguloEnvolvente,Scalar(255));
//CALCULO CARACTERISTICAS
cout<<"ancho "<<dstRectanguloEnvolvente.width<<endl;
cout<<"alto "<<dstRectanguloEnvolvente.height<<endl;
cout<<"x "<<dstRectanguloEnvolvente.x<<endl;
cout<<"y "<<dstRectanguloEnvolvente.y<<endl;
cout<<dstImageAdelgazada.rows<<endl;
dstImageFinal = dstImageAdelgazada(dstRectanguloEnvolvente).clone();
double relacionAnchoAlto = (double)dstImageFinal.cols/dstImageFinal.rows;
vector<Point> endPoints;
vector<Point> insersectPoints;
ControlObtencionCaracteristicas::buscarPuntos(dstImageFinal,endPoints, insersectPoints);
cout<<endPoints.size()<<endl;
Mat dstImageMorph = ControlPreprocesamiento::morphImage(dstImageThreshold);
vector<vector<Point> > contornos;
contornos = ControlObtencionCaracteristicas::getContornos(dstImageMorph);
vector<vector<double> > momentosHu = ControlObtencionCaracteristicas::getHuMoments(contornos);
// POLIGONO ENVOLVENTE
vector<Point > poligono = ControlObtencionCaracteristicas::getEnvolvingPolygon( contornos);
Mat poligonoimagen = ControlObtencionCaracteristicas::getEnvolvingPolygonImage(srcImage, poligono);
vector<vector<Point > > contornoPoligono = ControlObtencionCaracteristicas::getContornos(poligonoimagen);
momentosHu = ControlObtencionCaracteristicas::getHuMoments(contornoPoligono);
/* cout<<momentosHu.at(0).at(0)<<","
<<momentosHu.at(0).at(1)<<","
<<momentosHu.at(0).at(2)<<","
<<momentosHu.at(0).at(3)<<","
<<momentosHu.at(0).at(4)<<","
<<momentosHu.at(0).at(5)<<","
<<momentosHu.at(0).at(6)<2<","
<<endl;*/
///Determina a cual cuadrante pertenece cada punto
int cuadEndPoints0 = 0,cuadEndPoints1 = 0, cuadEndPoints2 = 0, cuadEndPoints3 = 0,
cuadEndPoints4 = 0, cuadEndPoints5 = 0, cuadEndPoints6 = 0, cuadEndPoints7 = 0, cuadEndPoints8 = 0;
int mitadX1 = int(dstImageFinal.cols/3);
int mitadX2 = int(2*dstImageFinal.cols/3);
int mitadY1 = int(dstImageFinal.rows/3);
int mitadY2 = int(2*dstImageFinal.rows/3);
Point p;
//Calcular cuantos endPoints hay en cada cuadrante
for(unsigned c = 0; c< endPoints.size();c++){
p = endPoints.at(c);
//0
if( p.x < mitadX1 && p.y < mitadY1 ){ cuadEndPoints0++; continue;}
//1
if( p.x < mitadX2 && p.y < mitadY1 ){ cuadEndPoints1++; continue;}
//2
if( p.x >= mitadX2 && p.y < mitadY1 ){ cuadEndPoints2++; continue;}
//3
if( p.x < mitadX1 && p.y < mitadY2 ){ cuadEndPoints3++; continue;}
//4
if( p.x < mitadX2 && p.y < mitadY2 ){ cuadEndPoints4++; continue;}
//5
if( p.x >= mitadX2 && p.y < mitadY2 ){ cuadEndPoints5++; continue;}
//6
if( p.x < mitadX1 && p.y >= mitadY2 ){ cuadEndPoints6++; continue;}
//7
if( p.x < mitadX2 && p.y >= mitadY2 ){ cuadEndPoints7++; continue;}
//8
if( p.x >= mitadX2 && p.y >= mitadY2 ){ cuadEndPoints8++; continue;}
}
int cuadInterPoints0 = 0,cuadInterPoints1 = 0, cuadInterPoints2 = 0, cuadInterPoints3 = 0,
cuadInterPoints4 = 0, cuadInterPoints5 = 0, cuadInterPoints6 = 0, cuadInterPoints7 = 0, cuadInterPoints8 = 0;
for(unsigned z = 0; z< insersectPoints.size();z++)
{
p = insersectPoints.at(z);
//0
if( p.x < mitadX1 && p.y < mitadY1 ){ cuadInterPoints0=1; continue;}
//1
if( p.x < mitadX2 && p.y < mitadY1 ){ cuadInterPoints1=1; continue;}
//2
if( p.x >= mitadX2 && p.y < mitadY1 ){ cuadInterPoints2=1; continue;}
//3
if( p.x < mitadX1 && p.y < mitadY2 ){ cuadInterPoints3=1; continue;}
//4
if( p.x < mitadX2 && p.y < mitadY2 ){ cuadInterPoints4=1; continue;}
//5
if( p.x >= mitadX2 && p.y < mitadY2 ){ cuadInterPoints5=1; continue;}
//6
if( p.x < mitadX1 && p.y >= mitadY2 ){ cuadInterPoints6=1; continue;}
//7
if( p.x < mitadX2 && p.y >= mitadY2 ){ cuadInterPoints7=1; continue;}
//8
if( p.x >= mitadX2 && p.y >= mitadY2 ){ cuadInterPoints8=1; continue;}
}
///CREAR RED NEURONAL Y ENVIAR VECTOR DE CARACTERISTICAS
controlredneuronal red = controlredneuronal("./NeuralNetwork.xml");
cv::Mat caracteristicas(1,20,CV_32F);
caracteristicas.at<float>(0, 0) = momentosHu.at(0).at(0);
caracteristicas.at<float>(0, 1) = momentosHu.at(0).at(1);
caracteristicas.at<float>(0, 2) = momentosHu.at(0).at(2);
caracteristicas.at<float>(0, 3) = momentosHu.at(0).at(3);
caracteristicas.at<float>(0, 4) = momentosHu.at(0).at(4);
caracteristicas.at<float>(0, 5) = momentosHu.at(0).at(5);
caracteristicas.at<float>(0, 6) = momentosHu.at(0).at(6);
caracteristicas.at<float>(0, 7) = relacionAnchoAlto;
caracteristicas.at<float>(0, 8) = endPoints.size();
caracteristicas.at<float>(0, 9) = cuadEndPoints0;
caracteristicas.at<float>(0, 10) = cuadEndPoints1;
caracteristicas.at<float>(0, 11) = cuadEndPoints2;
caracteristicas.at<float>(0, 12) = cuadEndPoints3;
caracteristicas.at<float>(0, 13) = cuadEndPoints4;
caracteristicas.at<float>(0, 14) = cuadEndPoints5;
caracteristicas.at<float>(0, 15) = cuadEndPoints6;
caracteristicas.at<float>(0, 16) = cuadEndPoints7;
caracteristicas.at<float>(0, 17) = cuadEndPoints8;
caracteristicas.at<float>(0, 18) = contornos.size();
caracteristicas.at<float>(0, 19) = poligono.size();
return red.predict( caracteristicas );
}
