2012-07-13 6 views
0

enter image description here Je suis en train de développer un système de reconnaissance de plaque d'immatriculation et j'ai réussi à localiser avec succès la zone de plaque d'immatriculation. Mais j'ai besoin de filtrer les fausses zones de la plaque d'immatriculation de l'image. Je pense à utiliser un histogramme et probablement vérifier l'intensité des pixels horizontaux.Comment utiliser un histogramme pour obtenir l'intensité des pixels blancs?

Serait-ce une approche correcte? ou y a-t-il une meilleure approche?

+1

Vous devrez peut-être plus précis parce que les plaques d'immatriculation dans différents pays (ou états, ou comtés) peuvent avoir un aspect différent. En plus des plaques d'immatriculation gouvernementales, des plaques de flotte, des plaques avant et arrière, des plaques personnalisées et l'année de la plaque peuvent tous avoir des couleurs différentes. Est-ce que le lettrage est blanc ou le fond, quelle est la couleur contrastante? – joocer

+0

@joccer Je vise les plaques d'immatriculation britanniques avec des lettres blanches et un fond noir. –

+0

Peut-être utile si vous mettez une image d'une plaque britannique ici afin que nous puissions voir ce que vous faites référence! – trumpetlicks

Répondre

2

La plaque est un aerea de contraste élevé, vous devriez profiter de cela. Il y a aussi beaucoup d'arêtes, et surtout des arêtes de 90 degrés.

+0

ouais tu as raison! Puis-je utiliser quelque chose comme un histogramme pour obtenir l'intensité maximale du bord vertical? Est-ce que ça fait du sens? ou est-ce même possible? Je suis désolé je suis tout à fait contondant sur ce –

+0

la détection de bord est une question que personne ne pourrait expliquer en quelques mots, j'ai peur. Le contraste est plus simple, essayez d'abord avec votre banque d'image d'entrée de test pour voir à quel point cela fonctionne bien avec le contraste. – GameAlchemist

1

Jetez un oeil à cet exemple en utilisant EmguCV en C#, peut-être vous pouvez trouver quelque chose d'utile, il est par exemple de reconnaître un signe d'arrêt: Stop sign detection

Questions connexes