daną wejściową dla programu jest zdjęcie w formacie pgm (kodowane w trybie ASCII) w 8-bitowej skali szarości pokazane poniżej:
Po testach ze zwykłą binaryzacją, w której próg jest wartością stałą okazało się, że dla kilku obrazów nie przyniosła ona spodziewanych rezultatów, tzn. znaki TR były prawie niewidoczne, co oznaczałoby niepowodzenie w kolejnych etapach przetwarzania. Aby rozwiązać ten problem zdecydowaliśmy się zastosować binaryzację obrazu wejściowego metodą Sauvola opisaną w [2]. Metodę tę wyróżnia dynamiczne wyliczanie progu binaryzacji, dla każdego piksela, na podstawie wartości pikseli sąsiadujących. W sąsiedztwie danego piksela jest liczone odchylenie standardowe oraz średnia i na tej podstawie oraz wielkości sąsiedztwa obliczane są progi wg. wzoru:
Ponadto użyliśmy następujących wartości parametrów k = 0.5, R = 128, b = 10, gdzie b jest długością boku kwadratowo tworzonego sąsiedztwa. Rezultat widoczny jest poniżej.
Metoda Connected Components Analysis opisana w [4] jest metodą etykietowania pikseli na obrazie, które są ze sobą połączone. Wyróżniamy dwa sposoby połączeń: 4-connectivity oraz 8-connectivity. W tym przypadku założyliśmy, że piksele w obrębie danego obiektu mają być połączone w sposób 8-connectivity. Na etapie unikalnego oznaczenia wszystkich obiektów na obrazie, program dokonuje wstępnej eliminacji obiektów, dla których liczność pikseli jest mniejsza niż 30. Pozwala to w pewien sposób oczyścić obraz z niewielkich
zakłóceń. Następnie eliminowane są obiekty, które nie spełniają choćby jednego z poniższych warunków:
- szerokość obiektu jest większa od 25% szerokości całego obrazka;
- wysokość obiektu jest wieksza od 33% wysokości całego obrazka;
- stosunek szerokości do wysokości obiektu jest mniejszy od 0.1;
- stosunek szerokości do wysokości obiektu jest większy od 4;
- stosunek powierzchni obiektu do powierzchni prostokąta ograniczającego obiekt jest mniejszy niż 0.15.
Przydatność czynności wykonanych w tym punkcie zależy oczywiście od tego jak bardzo obraz wejściowy jest zróżnicowany pod względem odcieni szarości (względnie kolorów). Rezultat w tym przypadku jest następujący:
Aby wykryć taki segment, należy określić klika głównych cech charakterystycznych, dzięki którym można go odróżnić od pozostałych zbiorów obiektów na obrazie. Dzięki ustalonym, na drodze testowania, parametrom program wykrywa segment, gdy:
- każdy z obiektów (składowych segmentu) ma podobną wysokość oraz szerokość;
wartość odpowiadająca stosunkowi wysokości dwóch obiektów z segmentu jest ze zbioru [0.9, 1.1] oraz wartość odpowiadająca stosunkowi szerokości dwóch obiektów z segmentu jest ze zbioru [0.9, 2.5];
- obiekty leżą obok siebie dość blisko;
maksymalna odległość od siebie dwóch obiektów w segmencie jest równa dwukrotnej szerokości jednego z nich;
- w rzędzie jest więcej niż 5 obiektów.
Z tak dobranymi parametrami otrzymujemy następujący obraz z prawidłowo wykrytym segmentem. W dalszym etapie przetwarzania będzie on niezbędny do pozyskania wartości określających położenie tablicy rejestracyjnej w obrazie.
W celu rozpoznania znaków uzyskany obraz z segmentem jest podawany na wejście funkcji OCR() z biblioteki Asprise OCR pobranej z [6]. Jeśli rozpoznane zostanie tyle samo znaków co obiektów w segmencie, to program kończy działanie. Jeśli zaś liczba rozpoznanych znaków byłaby mniejsza, to na wejście funkcji rozpoznającej podawany jest obraz wejściowy z dokładnymi wymiarami segmentu.
W tym przypadku rozpoznanie zostało zakończone pomyślnie. Rozpoznano ciąg znaków:
NONAME.