python - 去噪和过滤图像

Question

我正在进行车牌识别。我裁剪了盘子，但它非常模糊。因此我无法拆分出数字/字符并识别它。

这是我的图片:

我已尝试通过使用 scikit 图像 函数对其进行降噪。

首先，导入库:

import cv2
from skimage import restoration
from skimage.filters import threshold_otsu, rank
from skimage.morphology import closing, square, disk

然后，我读取图像并将其转换为灰度

image = cv2.imread("plate.jpg")
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

我尝试去除噪音:

denoise = restoration.denoise_tv_chambolle(image , weight=0.1)
thresh = threshold_otsu(denoise)
bw = closing(denoise  > thresh, square(2))

我得到的是:

如您所见，所有数字都混合在一起。因此，我无法将它们分开，无法一一识别。

我期望的是这样的(我画的):

我正在寻求帮助，如何才能更好地过滤图像？谢谢。

============================================= ====================== 更新:

使用skimage.morphology.erosion后，我得到:

Answer 1

首先，这张图片看起来更像是模糊而不是噪声，所以没有充分的理由对其进行降噪，尝试去模糊。

最简单的是逆向过滤，甚至是维纳过滤。然后你需要通过亮度级别将图像的背景与字母分开，例如使用分水岭算法。然后你会得到单独的字母，你需要通过一个分类器，例如，基于神经网络(即使是简单的前馈网络也可以)。

然后您将最终获得文本表示。这就是通常进行此类识别的方式。 有好的book by Gonzalez&Woods ，尝试在那里寻找详细的解释。