OpenCV车牌图像分割

Question

我正在做一个将读取车牌的项目，我的计划是

1. 将图像转换为灰度以获得更好的性能
2. 使用直方图均衡器带出车牌字符
3. 模糊图像以去除一些杂点
4. 使用自适应阈值对图像进行二值化
5. 使用打开和关闭形态
6. 检测车牌的矩形边框

好吧，问题是：我的代码不是很好，结果很糟糕，我无法检测到矩形，下面是我的代码：

Imgproc.cvtColor(image, image, Imgproc.COLOR_BGR2GRAY, 0);
    Imgproc.blur(image, image, new Size(3, 3));
    Imgproc.equalizeHist(image, image);
    Mat openElem = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1, 1));
    Mat closeElem = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1, 1));
    Imgproc.adaptiveThreshold(image, image, 225, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY_INV, 11, 2);

输入图像：

输出图像：

如果有经验的人可以帮助我，我将不胜感激

Answer 1

首先，最好是检测图像中印版的位置，只需执行以下步骤：

1. 转换为灰色

   cvCvtColor（image，grayScale，CV_BGR2GRAY）;

2. 做索贝尔

   Mat sobel =新Mat（grayScale.size（），CvType.CV_16S）; cvSobel（grayScale，sobel，2，0，7）; Mat temp =新Mat（sobel.size（），CvType.CV_8UC1）; convertScaleAbs（sobel，temp，0.00390625，0）;

3. 阈值

   cvThreshold（sobel，threshold，0，255，CV_THRESH_BINARY | CV_THRESH_OTSU）;

4. 做形态

   Mat kernal = cvCreateStructuringElementEx（3,1，1，0，CV_SHAPE_RECT）; cvDilate（阈值，erode_dilate，kernal，2）; // X vErode（erode_dilate，erode_dilate，kernal，4）; // X cvDilate（erode_dilate，erode_dilate，kernal，2）; // X

   kernal = cvCreateStructuringElementEx（1，3，0，1，CV_SHAPE_RECT）; cvErode（erode_dilate，erode_dilate，kernal，1）; // Y cvDilate（erode_dilate，erode_dilate，kernal，2）;

5. 现在您可以检测图像中的矩形：

6. 然后您可以处理用于OCR的印版

希望对您有帮助！

Answer 2

好，这就是我想出的

Imgproc.cvtColor(image, image, Imgproc.COLOR_BGR2GRAY, 0);
    originalFrameGrayScale = image.clone();

    Mat morph = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(9, 3));
    Imgproc.morphologyEx(image, image, Imgproc.MORPH_TOPHAT, morph);
    Imgproc.Sobel(image, image, -1, 2, 0);
    Imgproc.GaussianBlur(image, image, new Size(5,5), 3,3);
    Imgproc.morphologyEx(image, image, Imgproc.MORPH_CLOSE, morph);
    Imgproc.threshold(image, image, 200, 255, Imgproc.THRESH_OTSU);
    Vector<Rect> rectangles = detectionContour(image);

并找到高度，宽度和面积与某些值匹配的最大轮廓， 在此处输入图像描述