泉州公司建设网站seo在线诊断工具

带背景车牌分割

目的：提取出以下图片中的车牌

结果示例：

思路：可以利用顶帽底帽操作去除背景，然后转换为二值图，通过腐蚀膨胀和去除小对象，去除无关区域，最后使用图像切割的方法，切割出车牌部分。（本例中用到的函数的详细讲解都已经在前面叙述，故在本例中不再详细赘述。）

步骤：

1. 首先将图片转换为灰度图
   
   该步代码：

   clear,clc,close all;
   f=imread('c5.jpg');
   g=rgb2gray(f);
   figure,imshow(g);
   

2. 将图片转换为二值图，但是观察二值图可以发现，在车的背景中有大面积白色，这非常影响我们对白色车牌部分的识别提取，因此我们可以选择在灰度图中使用顶帽操作实现白色背景的去除。
   

3. 使用顶帽操作在灰度图中去除白色背景，可以看出，背景大面积的白色背景没有了，可以转换为二值图查看效果。
   代码为：

   clear,clc,close all;
   f=imread('c5.jpg');
   g=rgb2gray(f);
   subplot(1,2,1),imshow(g);
   ghat=imtophat(g,strel('disk',7));
   subplot(1,2,2),imshow(ghat);
   

4. 将图片转换为二值图,利用默认参数转换为二值图，可以看出还是有较多的白色区域。通过观察灰度图可以看出，车牌是最亮的区域，而还有一部分区域是比较亮的，所以我们可以想到用 imbinarize 的参数来设置对二值图转换时候的转换标准。
   
   修改代码得到如下：
   可以看出，有较多的白色消失了。
   
   代码为：

   clear,clc,close all;
   f=imread('c5.jpg');
   g=rgb2gray(f);
   subplot(1,2,1),imshow(g);
   ghat=imtophat(g,strel('disk',7));
   subplot(1,2,2),imshow(ghat);
   bw=imbinarize(ghat,0.4);
   figure,imshow(bw);
   

5. 观察二值图，有许多较小白色区域，可以先用 bwareaopen 函数去除这些小对象
   
   新增代码：

   bwao=bwareaopen(bw,27);
   figure,imshow(bwao);
   

6. 我们用 edge 函数提取每一部分的边界，通过边界进行每一块连通区域的识别
   
   新增代码：

   bwedge=edge(bwao);
   figure,imshow(bwedge);
   

7. 观察边界图，可以发现车牌部分的竖直连通区域较多，可以使用实现进行腐蚀，去除多余部分
   
   新增代码：

   bwerode=imerode(bwedge,strel('line',7,90));
   figure,imshow(bwerode);
   

8. 观察腐蚀后的图片，我们可以通过膨胀连接车牌区域的分散部分。
   
   新增代码：

   bwfinal=imdilate(bwerode,strel('disk',29));
   figure,imshow(bwfinal);
   

9. 除去旁边的小对象，就可以得到车牌部分的区域
   
   新增代码为：

   result=bwareaopen(bwfinal,15000);
   figure,imshow(result);
   

10. 由于得到的区域较大，可以先通过腐蚀减少区域部分，再利用图像切割便可得到该区域。在图像切割时若要得到彩色图，要使用三个维度的参数切割。
    本例代码：

clear,clc,close all;
f=imread('c5.jpg');
g=rgb2gray(f);
subplot(1,2,1),imshow(g);
ghat=imtophat(g,strel('disk',7));
subplot(1,2,2),imshow(ghat);bw=imbinarize(ghat,0.4);
figure,imshow(bw);bwao=bwareaopen(bw,27);
figure,imshow(bwao);bwedge=edge(bwao);
figure,imshow(bwedge);bwerode=imerode(bwedge,strel('line',7,90));
figure,imshow(bwerode);bwfinal=imdilate(bwerode,strel('disk',29));
figure,imshow(bwfinal);result=bwareaopen(bwfinal,15000);
figure,imshow(result);resulterode=imerode(result,strel('disk',23));
[r,c]=find(resulterode);
cut=f(min(r):max(r),min(c):max(c),:);
figure,imshow(cut);