我有一个像this这样的原始图像,我想稍后分割此lisence图版上的每个字符,我使用高斯阈值变换图版,然后用以下代码分割每个字符:
Val_hsv = cv2.split(cv2.cvtColor(crop_frame, cv2.COLOR_BGR2HSV))[1]
adaptive_tresh = threshold_local(Val_hsv, 29, offset=9, method="gaussian")
thresh = (Val_hsv > adaptive_tresh).astype("uint8") * 255
thresh = cv2.bitwise_not(thresh)
crop_frame = imutils.resize(crop_frame, width=400)
thresh = imutils.resize(thresh, width=400)
cv2.imshow("Threshold plate", thresh)
出来的result太吵了,我想,我很困惑,有比这个更好的解决方案吗?谢谢
我建议不要在这里使用
cv2.adaptiveThreshold
,而是使用简单的颜色分割,使用它可以轻松地分割出输入图像中的黑色和红色噪声元素您可以通过试验各种颜色域(如HSV等)进一步优化结果,这将使您对颜色阈值边界进行更精细的控制
相关问题 更多 >
编程相关推荐