Perfom水平排名过滤matlab

Question

我做了一些识别平台号码，然后在解压缩时我卡住了，我读了参考，我必须进行水平排名过滤，但我不知道该怎么办。代码：

a = imread('Izy.jpg');
b = imresize(a,0.5);
c = rgb2gray(b);
Py = [ -1,0,1; -1,0,1 ; -1,0,1];        
Gp = conv2(c,Py);
Gpx = edge(Gp,'prewitt');
cl = bwareaopen(Gpx,10);
imshow(cl)

Izy.jpg output image and i want get the red rectangled that i mark then crop it

由于

Answer 1

我只是尝试了一个代码来处理这个特定的图像，但不是一般的。这里我们有输入图像。

a = imread('Izy.jpg');
b = imresize(a,0.5);
c = rgb2gray(b);

此处的代码将图像读入变量a，将其缩小到一半大小（存储在b中），然后将其从3通道图像转换为灰度图像（存储在{{ 1}}）。我建议使用Canny边缘检测器而不是Prewitt检测器，如下所示：

c

• 检测到边缘的二进制图像（存储在Gpx = edge(c,'canny'); L = bwlabel(Gpx,8); 中）将具有多个前景图像或区域。区域是像素的集合，其中每个成员像素连接到其中的至少一个相邻像素中的至少一个。这些区域使用Gpx标记并存储在bwlabel()。
• 使用L，我们得到一个结构，其中包含图像中存在的区域的不同属性。

此处，计算区域的regionprops('properties','properties',..)和area属性。 eccentricity值有助于我们识别区域是圆形还是线形。对于圆，值为eccentricity，对于一行，值为0

1

由于图像中有129个（imgstat = regionprops(L,'Area','Eccentricity'); area = [imgstat.Area]; ecc = [imgstat.Eccentricity]; ）个区域，因此每个区域都会有一些区域和偏心值。使用反复试验来确定size(imgstat)和area属性所需的值。

应用近似属性值以获取车牌的边界，并将区域索引存储在eccentricity中。 label从标记的图像中提取并存储所需的区域。

logical_result

存储在label = find((area > 150) & (ecc < 0.95) & (ecc > 0.9)); logical_result = ismember(L,label); figure;imshow(logical_result)

中的图像

现在，计算logical_result的边界值。这些值作为索引恢复，因此，我们必须使用logical_result将它们转换为下标。从边界值我们可以从原始图像中提取感兴趣的区域

ind2sub()

这给出了以下结果：