APXANGEL 0 Жалоба Опубликовано November 12, 2015 Всем привет. Предлагаю в данной теме вести поиск фильтров. Буду первым)В статье http://habrahabr.ru/company/recognitor/blog/225913/ приведён пример фильтрации изображения. Кто знает что это за фильтр? Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
mrgloom 242 Жалоба Опубликовано November 12, 2015 Там написано же фильтр средних частотеще вот есть retinexhttp://habrahabr.ru/post/172651/ кстати чем то похоже на LBPhttp://bytefish.de/blog/local_binary_patterns/ Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
APXANGEL 0 Жалоба Опубликовано December 17, 2015 А может кто показать код для фильтрации таких изображений, к примеру, и результат. И в статье ещё про нормализацию какую-то говорилось, это что за зверь такой? И можно ли в такой ситуации резкость как-то повышать, кстати? Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Nuzhny 243 Жалоба Опубликовано December 18, 2015 А ты пробовал стандартный инструментарий из OpenCV? Эквализация гистограмм, CLAHE - что они дают? Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
APXANGEL 0 Жалоба Опубликовано December 18, 2015 Да, пробовал, но эквализация съедает детали(в данном случае в тень уходит). CLAHE как будто размывает что-ли. С резкостью вообще не знаю как быть. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Nuzhny 243 Жалоба Опубликовано December 18, 2015 Ага, неравномерная освещённость портит картину. Я бы действовал другим путём: не улучшал изображение целиком, а сначала бы попробовал найти исключительно номерную пластину или даже координаты каждого символа. А уже потом стал улучшать. Дело в том, что фон (корпус автомобиля) сильно отличается от номера и в любые алгоритмы будет вносить свои возмущения. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Smorodov 579 Жалоба Опубликовано December 18, 2015 Можно еще попробовать вычесть низкочастотную составляющую. 1) Сильно размыть изображение. 2) Вычесть результат из исходного изображения. Это должно выровнять освещенность, правда от других проблем не спасет. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
APXANGEL 0 Жалоба Опубликовано December 18, 2015 Nuzhny, по идее чтобы всё это найти, как раз ведь и нужно сначала провести фильтрацию ведь. Через анализ ограничивающих контуров после адаптивной бинаризации можно распознавать на простых изображениях, но с грязным номером такой подход уже не работает. В принципе, можно было бы выделить символы через анализ гистограммы, но для этого нужно сначала выделить только номерную пластину, а она не всегда сильно отличается от автомобиля по цвету (к примеру на белом авто, или жёлтый номер на жёлтых маршрутках и т.п.) Smorodov, а как собственно сделать вычитание, попробовал absdiff, в результате получил почти чёрное пятно. К пятну попробовал применить эквализацию... ну признаки изображения там конечно проглядываются, но... Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Smorodov 579 Жалоба Опубликовано December 18, 2015 Не absdiff, а обычное вычитание (желательно предварительно перевести изображение в CV_32FC), а затем normalize(src,dst,0,1,CV_NORM_MINMAX);. Как здесь: http://imagej.nih.gov/ij/docs/guide/146-29.html внизу страницы (Subtract background) Или в разделе FFT где низкие вырезаны. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
APXANGEL 0 Жалоба Опубликовано December 18, 2015 Получилось это Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Smorodov 579 Жалоба Опубликовано December 18, 2015 Освещенность выровнялась Яркие точки мешают, можно умножить еще на 100, хоть видно будет. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
APXANGEL 0 Жалоба Опубликовано December 18, 2015 После умножения на 100 результат сильно напоминает результат адаптивной бинаризации исходного изображения))) Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах