分割车牌字符,我用于亮度直方图。为了解决这个问题,我写了这段代码:
std::vector<int> computeColumnHistogram(const cv::Mat& img)
{
size_t width = img.size().width;
size_t height = img.size().height;
auto prow = img.ptr(0);
std::vector<int> histogram(width,0); //Create a zeroed histogram of the necessary size
for (int y = 0; y < height; y++)
{
prow = img.ptr(y); // Get a pointer to the y-th row of the image
for (int x = 0; x < width; x++)
histogram[x] += prow[x]; // Update histogram value for this image column
}
for (int x = 0; x < width; x++)
histogram[x] /= height;
int max = *std::max_element(histogram.begin(), histogram.end());
cv::Mat histo;
histo = cv::Mat::zeros(cv::Size(width,max), CV_8U);
for(int i=0; i< width; ++i)
{
for(int j=0; j< histogram.at(i); ++j)
histo.at<unsigned char>(max-j-1,i) = 255;
}
imshow("hh", histo);
return histogram;
}
int main(int argc, char** argv)
{
cv::Mat img = imread(argv[1], 0);
imshow("Sourse", img);
std::vector<int> hist = computeColumnHistogram(img);
for(auto &e : hist)
std::cout << e << std::endl;
waitKey();
return 0;
}
图像 1 上表示的程序输出:
图片 1 (https://i.stack.imgur.com/d56Cy.png)
我尝试了很多方法来确定符号的位置,但都无济于事。
我找到了一篇文章,描述了使用局部最大值的类似方法。图片 2 (https://i.stack.imgur.com/lp1MD.png)
如何重复结果?
我会尝试首先对图像进行阈值设置,以获得符号/背景的二进制图像(例如:http://www.ijcset.net/docs/Volumes/volume2issue1/ijcset2012020103.pdf)。阈值化后,使用中值滤波器去除分割后剩余的类似噪声的像素就足够了。
一旦图像被中位数过滤,只需开始寻找图像中第一个黑色像素并执行区域增长,以找到对象(符号)最右边的黑色像素。完成此操作后,从前一个对象的最右侧像素开始重新启动算法(查找黑色的最左侧像素)。这样,您将获得每个符号的初始和结束像素。