基于模板匹配的交通灯识

适用于初接触交通灯识别的初学者!根据颜色分割、图像滤波进行图像预处理，之后根据像素特点（长宽比、像素个数等）进行精确提取特征区域，最后利用匹配进行识别。

#include “../header/TrafficSignRecognition.h“

//Traffic sign recognition from 640x480 RGB images
//Images are converted to grayscale then filtered and then processed to identify and recognize the sign.
int main（）
{
	char first[255];
	char last[255];
	char full[255];

	//number of images to check
	int num =55;
	//result r[10];
	//setting string to receive all the names in the form: “（Test）（number）（.jpg）“
	//sprintf_s（first  “data“）;
	sprintf_s（last  “.jpg“）;
	//sprintf_s（full  “%d%s“ num last）;
	
	for （int k=1; k	{
		sprintf_s（full  “%d%s“ k last）;
		
		IplImage* image = cvLoadImage（full CV_LOAD_IMAGE_GRAYSCALE）;      

		//Gaussian filter
		cvSmooth（image image CV_GAUSSIAN33）;
		cvDilate（imageimageNULL 1）;

		cvCvtColor（image image CV_GRAY2RGB）;
		IplImage* hsv = cvCreateImage（ cvGetSize（image） IPL_DEPTH_8U 3 ）;
		IplImage *gray = cvCreateImage（cvGetSize（image）IPL_DEPTH_8U1）;
		
		hsv = convertPixeltoHSV（image）;		
		CvMemStorage* storage = cvCreateMemStorage（0）;
		cvCvtColor（image gray CV_RGB2GRAY）;

		//Separate RGB Colors
		IplImage* image_red = cvCreateImage（ cvGetSize（image） IPL_DEPTH_8U 1 ）;
		IplImage* image_blue = cvCreateImage（ cvGetSize（image） IPL_DEPTH_8U 1 ）;
		IplImage* image_yellow = cvCreateImage（ cvGetSize（image） IPL_DEPTH_8U 1 ）;
		IplImage *image_gray = cvCreateImage（cvGetSize（image）IPL_DEPTH_8U1）;

		cvSmooth（hsv hsv CV_GAUSSIAN33）;
		
		detectRed（hsv image_red）;
		detectBlue（hsv image_blue）;
		detectYellow（hsv image_yellow）;

		// Add the tracking image and the frame	
		cvAdd（image_red image_blue image_gray）;
		cvAdd（image_gray image_yellow image_gray）;

		cvDilate（image_grayimage_grayNULL 1）;
		cvDilate（image_grayimage_grayNULL 1）;
		cvDilate（image_grayimage_grayNULL 1）;
		cvDilate（image_grayimage_grayNULL 1）;
		//cvErode（image_grayimage_grayNULL 1）;
		

		cvNamedWindow（ “viewer_gray“ 1）;
		cvShowImage（ “viewer_gray“ image_gray）;      // show image
		cvWaitKey（0）;
			
		IplImage* image_cluster = cvCreateImage（ cvGetSize（image） IPL_DEPTH_8U 1 ）;
		
		mean_var candidates[50];
		int can=0;
		can = clustering（image_gray image_cluster candidates）;

		cvNamedWindow（ “viewer_2“ 1）;
		cvShowImage（ “viewer_2“ image_cluster）;      // show image
		cvWaitKey（0）;

	CvRect region;
	
	for（int i=0; i<5; i++）{
		
		//Apply the color threshold for each specific color
		//region = cvRect（ candidates[i].x_mean-（candidates[i].x_mean/2） candidates[i].y_mean-（candidates[i].y_mean/2） candidates[i].x_mean candidates[i].y_mean ）;
		if（ （candidates[i].x_mean-75）>0 && （candidates[i].y_mean-75）>0）{region= cvRect（ candidates[i].x_mean-75 candidates[i].y_mean-75 180 180 ）;}
		else{
			if（（candidates[i].y_mean-75）<0 && （candidates[i].x_mean-75）<0）{region= cvRect（ 0 0 180 180 ）;}
			else{
				if（（candidates[i].y_mean-75）<0 && （candidates[i].y_mean-75）!=0） {region= cvRect（  candidates[i].x_mea

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-01-17 09:23  traffic_recognition-master\
     文件         378  2017-01-17 09:23  traffic_recognition-master\.gitattributes
     文件         649  2017-01-17 09:23  traffic_recognition-master\.gitignore
     文件       11981  2017-01-17 09:23  traffic_recognition-master\TrafficSignRecognition.cpp
     文件        1206  2017-01-17 09:23  traffic_recognition-master\TrafficSignRecognition.h