我正在开发一个自动车牌验证系统。我已经设法在车辆图像上找到了车牌区域(矩形),但我需要过滤掉图像上的非车牌矩形区域。
我正在使用标准,例如
最小车牌宽度 x 高度,以便可以过滤掉较小的非车牌区域
车牌宽高比
这两个标准帮助我减少了非车牌区域的数量。但我仍然有一些不是车牌区域的候选区域。有人可以建议我一些标准,我可以用来返回确切的车牌区域。
我正在使用 C# 和 aforge.net
谢谢
我正在开发一个自动车牌验证系统。我已经设法在车辆图像上找到了车牌区域(矩形),但我需要过滤掉图像上的非车牌矩形区域。
我正在使用标准,例如
最小车牌宽度 x 高度,以便可以过滤掉较小的非车牌区域
车牌宽高比
这两个标准帮助我减少了非车牌区域的数量。但我仍然有一些不是车牌区域的候选区域。有人可以建议我一些标准,我可以用来返回确切的车牌区域。
我正在使用 C# 和 aforge.net
谢谢
在现实世界的场景中,不可能保证接近 100% 的匹配记录。请注意尺寸和比例问题,因为某些合法车牌的尺寸和比例可能会大不相同。例如“Q”车牌、(Qld)和道路上的拖车/自行车架车牌。
如果您获得了合理的命中率,并确保您获得了几乎所有印版以及一些误报,则处理/OCR 所有命中并选择“最佳”匹配。如果您检测到误报,但找到一个匹配的可疑板块,请标记它们以供审查。(低紧急性)没有匹配或多个匹配的情况,标记为高度紧急审查。
您可以在图像中优先放置(取决于您是拍摄正面图像还是背面图像,正面应该更容易放置)但这不能太严格,因为卡车和自行车架可以在图像的不太预期的区域放置车牌,加上把它们放在后窗的人。(不知道这有多合法。)
在非技术方面,如果您可以控制硬件,那么请务必使用红外线摄像头。印版使用 IR 反射油墨制造。(通常是背景)这有助于 OCR 对比度,但也会从图像中过滤掉个性化的背景。(所以 Daffy 的脸不会弄乱 OCR。)