Discussion :

[ekica]

bonjour, je suis an train de faire un programme pour détécter les plaques d'immatriculation, et je me suis dit que si d'abords je réussissais à trouver la voiture, ca m'enlèverai beaucoup de fausses détections. Sauf que je n'arrive pas à trouver une méthode en java opencv pour le faire.
quelqu'un pourrait-il m'aider?

Cordialement ELena

[isangoma]

Bonjour,

Tu pars de quoi pour faire ta detection, d'une image, d'une video ?
Tu as une idee d'ou se trouve la plaque dans ton image ou pas du tout ?

Si tu connais la couleur des plaques, tu peux commencer par faire une detection de ligne en particulier sur la couleur qui t'interesse.
Ensuite tu cherches les quadrilateres.

Une recherche sur google te donnera de nombreux papier traitant de ce probleme.

[ekica]

bonjour, merci de me répondre déjà

Je pars d'un image. Je ne sais pas où se situe la plaque vu que mon but est de la trouver.

ah c'est possible de faire une détection de ligne sur une couleur en particulier? Je ne savais pas. est-ce la même fonction que la détéction de lignes normal?

[isangoma]

ah c'est possible de faire une détection de ligne sur une couleur en particulier? Je ne savais pas. est-ce la même fonction que la détéction de lignes normal?

Si tu connais la couleur de ta plaque, mettons jaune :
Tu passes ton image en HSV. Tu cherches les zones ou la couleur est proche du jaune.
Ensuite tu fais une recherche de lignes avec Hough dans ces zones. Et tu regarde les lignes en bordure de te zones.
Cela devrait te donner une bonne estimation de l'endroit ou se trouve ta plaque.

Ensuite skeletization puis machine learning pour detecter tes chiffres et lettre.

[miss_angel]

Je vous propose de profiter de la forme de la matricule qui est rectangulaire, donc tu peux commencer par cerner tous les objets rectangulaires dans l'image, puis filtrer ces rectangles selon leurs tailles (une matricule a une certaine longueur et largeur) ceci permet d'avoir un nombre réduit de régions potentielles contenant une matricule. La dernière étape sera de classifier ces régions potentielles en matricule et non-matricule avec par un classifieur: adaboost, un svm, un Réseau de neurones, ... etc.

Bon courage