자동 번호판 확인 시스템을 개발 중입니다. 나는 차량 이미지 위에 숫자판 영역 (직사각형)을 배치 할 수 있었지만 이미지의 비 번호판 사각형 영역을 걸러 낼 필요가있다.차량 번호판 확인 문제
I 작은 비 번호판 영역
번호판 폭/높이 비율
최소 번호판 폭 x 높이로 CRITERIAS 사용하고
이 두 가지 기준으로 비 번호판 영역의 수를 줄일 수있었습니다. 하지만 여전히 번호판 영역이 아닌 후보 지역이 몇 개 있습니다. 누군가 정확한 번호판 지역을 반환하는 데 사용할 수있는 몇 가지 기준을 제안 해 줄 수 있습니까?
나는 어디서나 가까운 실제 시나리오에서 100 % 일치하는 레코드를 보장하는 것은 불가능합니다 C# 및 aforge.net
감사
을 사용하고 있습니다. 크기 및 비율 문제에주의하십시오. 일부 숫자판은 크기와 비율이 크게 다를 수 있기 때문에주의하십시오. "Q"판, (Qld)와 트레일러/자전거 랙 판과 같은 것들이 도로에 있습니다.
합당한 히트 율을 얻고 거의 모든 플레이트와 약간의 오 탐률을 얻었 으면, 모든 히트를 처리하고 "최상의"성냥을 선택하십시오. 가양성에 대한 것을 발견했지만, 용의자에 대해 단 하나의 일치를 찾은 경우에는 검토를 위해 플래그를 지정하십시오. (긴급 성이 낮은 경우) 성냥이 없거나 여러 성냥이있는 경우, 긴박한 상황에서 검토를 위해 플래그를 지정하십시오.
이미지에서 배치의 우선 순위를 지정할 수 있습니다 (앞면 또는 뒷면 이미지를 캡처하는지, 앞면을 배치하기 쉽지만 여부에 따라 다름). 그러나 트럭과 자전거 랙이 덜 예상되는 플레이트를 가질 수 있으므로 너무 엄격한 것은 아닙니다. 이미지의 영역, 그리고 뒤쪽 창에 넣은 사람들. (그것이 얼마나 합법적인지 알지 못합니다.)
기술적이지 않은 점에서 하드웨어를 제어 할 수있는 경우 적외선 카메라를 사용해야합니다. 플레이트는 IR 반사 잉크를 사용하여 제조됩니다. (일반적으로 배경) 이것은 OCR 대조를 돕지 만 이미지에서 개인화 된 배경을 필터링합니다. (Daffy의 얼굴이 OCR을 엉망으로 만들지는 않습니다.)
@Steve Py. 세상에 내가 100 % 정확한 결과를 얻을 수있는 방법이 없기 때문에 같은 것을 생각하고있었습니다. 그러나 나는 그것이 충분히 좋다고 생각되는 번호판을 포함하여 2-7의 거짓 영역에서 최소의 것으로 검출 된 직사각형 영역의 수를 가져올 수 있었다. 그러므로 OCR 엔진에 직접 먹이를 주면 성능에 해가되지 않을 것입니다. 또한이 댓글에 추가하십시오. 나는 후보지에서 연결된 구성 요소의 수가 2-15 사이가 될 것이라고 말하는 연구 논문을 읽었습니다. 그러나 나는 aforge.net –
으로 그것을 시도하는 것은 일종의 나의 이전 코멘트에 추가하는 것입니다. 마지막 몇 가지 후보 지역에서 컬러 필터링을하면 어떻게 될까요? –
컬러 필터는 아마도 다양한 플레이트 디자인 때문에 사용하기가 쉽지 않을 것입니다. 미안, 잠시 동안 나는 오스트레일리아의 번호판 디자인에 의거하는 나의 대답이었을 정도로 이것이 오스트레일리아의 사이트 (소용돌이)이었다라고 생각하고 있었다. 현재 위치 및 코드가 실행될 것으로 예상되는 위치에 따라 다양성이 있거나 플레이트 디자인에 더 많은 부분이있을 수 있습니다. 이것은 적외선 카메라를 사용하는 곳입니다. 왜냐하면 흰색 (또는 회색 바탕에 흰색) 이미지가 검은 색으로 표시되기 때문입니다. 색상 필터링은 지역 일반 발행물 플레이트에서 작동하지만 사용자 정의/상태는 어떨까요? –