Я пытаюсь использовать преобразование Hough во время процесса локализации номерных знаков. Я видел некоторые статьи и идеи о поиске прямоугольников с этим, но почти каждый пример был довольно простым - один прямоугольник на изображении, обычно игральная карта или телевизор. Когда я хочу реализовать это в своей системе, это не работает. Я нахожу обычно более 3000 линий и гораздо больше пересечений. Я использую фильтр Canny edge. Я тестировал это с некоторыми разными параметрами (как с Canny Filter, так и с функцией HoughLinesP) и всегда получал очень большое количество очков. Можно ли найти эту пластинку, когда у нас много информации об окружающей среде на нашем изображении? Или есть ли другие возможности для достижения хороших результатов? Буду признателен за любые ответы и идеи. Некоторые примеры кода в OpenCV также очень полезны.Hough transform и локализация таблиц
0
A
ответ
0
Обнаружение многих сегментов линии типично для преобразования Хафа. Например. буквы на пластинах могут содержать прямые отрезки, окружность пластины (автомобиль?) и все такое.
Таким образом, вы должны попробовать, используя более контекстную информацию о вашем обнаружении пластины, таких как
- цвета фона пластины (например, является его белым? Или черным или желтым или любым другим? Вашими данные изображениями цветных?) Итак, попробуйте фильтровать для цвета
- какой размер является типичной табличкой на изображении? это всегда примерно одинаковый размер? Затем вы можете отфильтровать найденные сегменты Hough по их длине, соответственно. Ищите наборы коллинеарных сегментов линии, которые могут быть частями одной, но ломаной линии.
- Какая ориентация имеет пластины? Параллельно с основными осей изображения? Или они могут быть повернуты или даже искажены проекцией глубины? В первом случае точечно-параллельных пластин ограничить всю линию Hough с ориентацией угла 0 ° или 90 °.
Вы применили стандартную контрастность на исходном изображении? Как выглядят изображения края Canny, они уже подходят для поиска пластинок? Можете ли вы увидеть пластины на изображениях краев или они скрыты между множеством эджелов или слишком сильно расстались? Как насчет порогов для детектора Canny?
И, наконец, есть ли у вас поисковые роботы по поводу алгоритмов поиска таблиц?
Смежные вопросы
- 1. Hough Transform с PHP
- 2. Hough transform line follower
- 3. hough transform для строк
- 4. Hough transform обнаружить короткие строки
- 5. CUDA реализация Circle Hough Transform
- 6. Hough Transform failed in opencv
- 7. Hough Transform Matlab - как отобразить?
- 8. LINUX opencv hough transform circle
- 9. Hough transform R PET-пакет, обнаруживающий линию
- 10. OpenCV Hough Circle Transform не работает
- 11. OpenCV Hough Cicle Transform сортировать регистр хранения
- 12. Преобразование hough и openCV
- 13. Реализация Hough Transform для строк без функции hough по умолчанию-Matlab
- 14. Как найти строку из полярных координат (Hough Transform Confusion)
- 15. OpenCV Python, почему Hough Circle Transform не находит все круги?
- 16. Hough transform: где разместить отрицательный rhos в матрице аккумулятора
- 17. в обнаружении круга есть лучший алгоритм, отличный от Hough Transform
- 18. Алгоритм преобразования Hough Transform для изображений в изображениях
- 19. Java Threads - Как сделать hough transform run быстрее
- 20. Обнаружение штрих-кодов с использованием преобразования Hough Transform & Edge Detection
- 21. Hough Transform на прямой трансляции с использованием OpenCV
- 22. Преобразование Hough и OpenCL
- 23. местоположение линии преобразования hough (OpenCV)
- 24. Преобразование hough, устойчивое к шуму
- 25. Обобщенное преобразование Hough и OpenCv
- 26. Преобразование hough в MATLAB без использования функции hough
- 27. Обобщенный Hough R-Table
- 28. Как работает реализация CImg hough?
- 29. Внедрение преобразования Hough для строк
- 30. Точная работа преобразования hough в matlab