基于MATLAB的手写公式识别
图像的膨胀化,获取边缘(思考是否需要做这种处理,初始参考样本相对简单)
%膨胀 imdilate(dilate=膨胀/扩大) clc clear A1=imread(‘C:\Users\Administrator\Pictures\DIP3E_CH09_Original_Images\DIP3E_Original_Images_CH09\Fig0907(a)(text_gaps_1_and_2_pixels).tif‘); info=imfinfo(‘C:\Users\Administrator\Pictures\DIP3E_CH09_Original_Images\DIP3E_Original_Images_CH09\Fig0907(a)(text_gaps_1_and_2_pixels).tif‘); B=[0 1 0 1 1 1 0 1 0]; A2=imdilate(A1,B);%图像A1被结构元素B膨胀 A3=imdilate(A2,B); A4=imdilate(A3,B); subplot(221),imshow(A1); title(‘imdilate膨胀原始图像‘); subplot(222),imshow(A2); title(‘使用B后1次膨胀后的图像‘); subplot(223),imshow(A3); title(‘使用B后2次膨胀后的图像‘); subplot(224),imshow(A4); title(‘使用B后3次膨胀后的图像‘);
字符的分割
从学术角度讲,对图像分割的目的就是对原始图像提取出带有不同特定性质的我们需要特殊研究的对象。在得知车牌区域位置后,下一步骤就是在车牌的位置上对字符进行分割。它是对字符特征进行提取乃至后续识别的关键图像处理步骤。
基于垂直投影的字符分割法(可以确定位置进行精确分割,必须有位置分割点,否则字符会黏连)垂直投影法分割车牌字符的原理是投影值往往在字符的间隙出取得最小值,每个字符的二值投影会呈现 “峰谷峰”这样的投影规律
原文:https://www.cnblogs.com/wzh2001/p/14589469.html