基于halcon的车牌的图像识别-整理.docx
版权申诉
95 浏览量
2021-09-14
19:29:14
上传
评论
收藏 1.11MB DOCX 举报
基于 halcon 的车牌的图像识别
其实车牌图像识别从技术上已经比较成熟，从理论上来说无外乎就是如下几个步骤：
灰度化：实际就是对原始车牌图片进行预处理，把彩色图片转化为黑白图片，然后对不
符合指定阙值范围的灰度值进行过滤。
车牌定位：这是技术难点之一，根据我的经验，定位车牌位置对于车牌的准确识别而言
实际上就成功了 60%。很多车牌识别的产品都对车牌的定位预留了很多配置参数，例如截
取原始图片的位置参数、车牌的长宽比例、大小等等，这些都是为了提高车牌定位的准确率。
字符分割：车牌定位后是字符分割，本人使用的识别过程是：对定位的车牌位置进行降
噪处理=>边界模糊=>从右向左找出前 6 个封闭的图形=>剩余的封闭图形综合为一个图形进
行汉字的识别。
字符识别：就是根据字符模板进行模板匹配，因此需预先建立相应的字符模板。基于图
像进行字符识别也可配置很多参数来大大提高字符的识别率。例如限定车牌头的字符，车牌
各位字符的识别优先级等等。
以下通过大车黄牌号码为例，看看车牌识别的效果。
1、原始图片如下图所示：
2、限定车牌识别区域，本例中将裁剪掉上下左右各10%的区域：
get_image_pointer1 (FullImage, Pointer, Type, Width, Height)
gen_rectangle1 (Rectangle, Height*0.1, Width*0.1, Height*0.9, Width*0.9)
reduce_domain (FullImage, Rectangle, Image)
看看裁剪结果：
资源评论
