基于OTSU最大类间方差法的车牌定位和字符分割
简单的车牌定位和字符分割
代码库链接为:https://github.com/Resulte/vehicle-license-plate-recognition
(希望您去Github的时候顺便给个Star)
基本原理
车牌字符分割的步骤:
最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确
定的方法,又叫大津法,简称OTSU。
它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。
开运算:先腐蚀后膨胀称为开运算,开运算能够除去孤立的小点,毛刺和小桥,而总的位置和形状不便。
连通分量:对于S中的任意像素p,S中连通到该像素的像素集合叫做S的连通分量。
运行结果
结果分析
首先将图片转成灰度图,再将灰度图基于阈值分割Otus法进行图像分割,得到二值图像,然后进行形态学处理,开运算除去孤立的小点,毛刺和小桥,随后提取出其中连通分量,去掉连通分量面积小于50的目标,得到连通分量处理后的车牌二值图。最后对每个连通分量进行加框显示得到最终结果。