c# - 続き-車両のナンバープレートの検出

Question

このスレッドからの続き：

車両のナンバープレートを検出するための優れたアルゴリズムは何ですか？

私はナンバープレートをできるだけ強調するように画像操作技術を開発しました、そして全体的に私はそれに満足しています、ここに2つのサンプルがあります。

ここで最も難しい部分があります。実際にナンバープレートを検出することです。いくつかのエッジ検出方法があることは知っていますが、私の計算は非常に貧弱なので、複雑な数式のいくつかをコードに変換することができません。

これまでの私の考えは、画像内のすべてのピクセルをループすることです（imgの幅と高さに基づくループの場合）これから、各ピクセルを色のリストと比較し、これからアルゴリズムをチェックして、色がライセンス間で区別され続けるかどうかを確認しますプレートは白、テキストは黒です。これが当てはまる場合、これらのピクセルはメモリ内の新しいビットマップに組み込まれ、このパターンの検出が停止すると、OCRスキャンが実行されます。

これは欠陥のあるアイデアである可能性があり、遅すぎるか集中的である可能性があるため、これに関するいくつかの入力をいただければ幸いです。

ありがとう

Answer 1

「ナンバープレートの白とテキストの黒の間で色が区別され続けるかどうかを確認する」方法は、基本的に、ピクセル強度が黒から白に、またはその逆に何度も変化する領域を検索することです。エッジ検出は本質的に同じことを達成できます。ただし、プロセスで多くのことを学ぶため、独自のメソッドを実装することは依然として良い考えです。一体、両方を実行して、メソッドの出力を既製のエッジ検出アルゴリズムの出力と比較してみませんか？

ある時点で、たとえば「文字ではない」ラベルに対応する黒いピクセルと「文字である」ラベルに対応する白いピクセルを含むバイナリイメージが必要になります。おそらく、それを行う最も簡単な方法は、しきい値関数を使用することです。しかし、それはキャラクターがすでに何らかの方法で強調されている場合にのみうまく機能します。

他のスレッドで誰かが言及したように、ブラックハット演算子を使用してそれを行うことができます。その結果、次のようになります。

たとえば、大津の方法（グローバルしきい値レベルを自動的に決定する）を使用して上の画像をしきい値設定すると、次のようになります。

その画像をきれいにするいくつかの方法があります。たとえば、接続されているコンポーネントを見つけて、小さすぎる、大きすぎる、幅が広すぎる、または高すぎてキャラクターにならないコンポーネントを破棄できます。

画像内の文字は比較的大きく、完全に接続されているため、この方法はうまく機能します。

次に、必要な数のコンポーネント（=文字数）が得られるまで、ネイバーのプロパティに基づいて残りのコンポーネントをフィルタリングできます。文字を認識したい場合は、各文字の特徴を計算し、それらを分類器に入力できます。分類器は通常、教師あり学習で構築されます。

もちろん、上記のすべての手順はそれを行うための1つの方法にすぎません。

ちなみに、上記の画像は、コンピュータービジョンに最適なOpenCV+Pythonを使用して生成しました。

Answer 2

色は、見た目だけでなく、シェーディングや光の状態に関してかなりの課題を提示します。どれだけ堅牢にするかによって異なりますが、実際のケースではそのような問題に対処する必要があります。

私は道路の映像を調査しましたが（プロフィールページを参照し、サンプルについてはこちらをご覧ください）、実際の道路の映像は光の状態に関して非常にノイズが多く、色が茶色から白に変わって黄色になることがあります-ナンバープレート。

ほとんどのアルゴリズムはライン検出を使用し、許容範囲内のアスペクト比を持つボックスを見つけようとします。

このテーマについて文献レビューを行うことをお勧めしますが、これは1993年に達成されたため（私が正しく覚えていれば）、何千もの記事があります。

これは非常に科学的な領域であるため、アルゴリズムだけでは解決できず、多くの前処理/後処理ステップが必要になります。

簡単に言うと、私の提案は、ハフ変換を使用して線を見つけてから、許容可能なアスペクト比を作成できる長方形を探してみることです。

ハリスの特徴検出は重要なエッジを提供する可能性がありますが、車が明るい色の場合、これは機能しません。

Answer 3

サンプルが多い場合は、PaulViolaとMichaelJonesが開発した顔検出方法を確認してみてください。顔検出に適しています。ナンバープレート検出でうまくいくかもしれません（特に他の方法と組み合わせた場合）