对于现有的图像来说,到这一步的图像为真彩图像,而且大多都定位到了车牌区域位置,图像的内容大多清晰,允许包含一点其他的车牌边缘杂质。
具体步骤如下:
一、直接进行大津算法阈值分割,由于图像内容导致的,图像中的车牌占据主要信息,且车牌中的字符清晰可见,所以直接用大津算法分割出来 字符区域;
二、得判断你的分割的可靠性,如果分割出来的区域过大或者过小都不满足分割要求;这说明图像不对,不能进入下部分的操作;
三、对每一行的像素值进行统计,找到连续的最大长度的行,这一段就默认为是字符区域——这样做排除车牌边缘的干扰;
四、在对列像素进行处理,找到所有有像素列数;
五、由于字符的增长所满足二项式分布的,来确定每一个的分离点的坐标;
六、由于分离点的坐标以及双边关系,可以找到所有两个字符之间的间隙的长度及坐标;
七、对求出来的间隙进行判断,找到满足的间隙作为下部的判断条件;
八、在有效间隙中找到最大间隙的位置以及最大间隙的位置,根据车牌的特性,推算出七个字符的位置;
九、根据推算出来的七个字符位置信息,结合有效间隙的位置信息,确定七个字符的位置;
十、给出七个字符的位置,如果输出的位置有问题则不输出;
具体的流程图如下:
时间: 2024-10-12 22:41:25