wang_128的博客

要想提取车牌号，首先要定位车牌区域，本文分别三种方法用，即颜色、形态学和最大稳定极值区域MSER的方法，对车牌区域进行判定。说得是三种方法，其实并无多大的区别。方法一：利用颜色提取车牌区域的思路：1.求得原图像的sobel边缘sobelMat2.在HSV空间上通过对色调H、饱和度S、明度V进行约束条件的限制获得图像中满足车牌背景底色的区域，得到图像bw_blue3.通过对图像中每一个像素进行决策来...

最大稳定极值区域MSER是一种类似分水岭图像的分割与匹配算法，它具有仿射不变性。极值区域反映的就是集合中的像素灰度值总大于或小于其邻域区域像素的灰度值。对于最大稳定区域，通过局部阈值集操作，区域内的像素数量变化是最小的。MSER的基本原理是对一幅灰度图像（灰度值为0～255）取阈值进行二值化处理，阈值从0到255依次递增。阈值的递增类似于分水岭算法中的水面的上升，随着水面的上升，有一些较矮的丘陵会...

二阶微分算子典型的是Laplace算子，LoG可以看成是一个高斯模板的拉普拉斯变换。LoG最底层的原理是二阶微分算子，也就是对原始图像求二次微分的边缘定位算法，当使用二阶微分算子的时候，其对边缘的响应是一个零交叉，而且能够判断出高灰度方向，但二阶微分对噪声的敏感度过高，需要平滑预处理。由于噪声点对边缘有一定的影响，所以更好的边缘检测器是LoG算子，它把高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先...

最优边缘检测方法所需的特性，给出了评价边缘检测性能优劣的3个指标：1.低错误率，即将非边缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低；2.高定位性，即检测出的边缘点要尽可能在实际边缘的中心；3.对单一边缘仅有唯一响应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制；Canny算法就是基于满足这3个指标的最优解实现的，在对图像中物体边缘敏感性的同时，也可以抑制或消除...

简要描述sobel算子主要用于获得数字图像的一阶梯度，常见的应用是边缘检测。原理算子使用两个3*3的矩阵（图1）算子使用两个3*3的矩阵（图1）去和原始图片作卷积，分别得到横向Ｇ（ｘ）和纵向Ｇ（ｙ）的梯度值，如果梯度值大于某一个阈值，则认为该点为边缘点　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图1：卷积矩阵　　　　　　　　　　　　　　　　　　　　 　...

代码实现：int main(){ cv::Mat image = cv::imread("1.jpg", 0); if (image.empty()) return -1; //图像尺寸转换 const int nrows = image.rows, ncols = image.cols; //获取DFT尺寸 int crows = cv::getOptimalDFTSize(nro...