2016-10-04 203 views
-4

我正在使用车牌分割,并且我有一些阴影部分的图像,难以识别处理,部分想法在部分擦除阴影部分铭文留下信件清楚。感谢和欣赏任何帮助!在opencv 3.0中擦除一个图像的阴影

下面两张图片:

image with shadow2

我想用MSER用于检测板的字母,做它的分割之后。首先,我对图像进行预处理(模糊和CLAHE),应用形态学BLACKHAT变换后应用MSER,但识别不好。我认为消除板块的阴影效果会更好。我不知道该怎么办,感谢您的答复和帮助!,我的代码和结果是:

Mat gray_neg; 
Mat element = getStructuringElement(MORPH_RECT, Size(5, 5)); 
morphologyEx(imageLoad, gray_neg, MORPH_BLACKHAT, element); 
cv::Ptr<cv::MSER> mesr1 = cv::MSER::create(2, 30, 600, 0.15, 0.2); 
std::vector<cv::Rect> bboxes1; 
vector<vector<Point> > contours1; 
mesr1->detectRegions(gray_neg.clone(), contours1, bboxes1); 

Mat image_grayBGR; 
    cvtColor(imageLoad, image_grayBGR, COLOR_GRAY2BGR); 
for (int i = 0; i < bboxes1.size(); i++){ 
    rectangle(image_grayBGR, bboxes1[i], CV_RGB(255, 0, 0)); 
} 


imshow("MSER", image_grayBGR); 

最后的结果是

MSER

+1

我没有看到任何阴影问题。请描述你的问题。也许提供一些中间图像和一些代码... – Piglet

+0

我不明白你的问题到底是什么?您是否检测到车牌并且有OCR问题,或者您从第一个位置检测车牌时遇到问题? –

+0

感谢您的回复,我补充了我的问题,我使用MSER检测板块的字母。 – Alexander33

回答

-1

我还没有看到任何会影响板材图像识别的阴影问题。你需要做的是通过使用你选择的图像分割算法来隔离每个图像文件上牌照上的字母和数字,阴影和图像的所有其他部分应被视为噪声和干扰。您也可以使用阈值和Hough变换算法来辅助光学字符识别。