基于OTSU最大类间方差法的车牌定位和字符分割

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。