尝试使用 OCR 读取这些板，但它们很模糊。我从哪里开始？
Trying to read these plates using OCR but they are blurry. Where do I start?
大家好，我是一名在大学做研究的学生。这是我第一次使用计算机视觉 (openCV)，我对图像预处理还很陌生。我有这些车牌图像，我想使用 easyOCR/pytesseract 来阅读车牌。目前我所做的只是将图像转换为灰度，旋转几度，但读取结果非常不一致。我该如何改进？
我曾尝试使用内核来锐化图像，但它们似乎也相当不一致。
这里有一些图片，我必须让你大致了解这些图片是什么样的：
我将从图像增强开始。很难说什么是适用的，但这里有一些可能的操作：
- 像往常一样，识别算法不是旋转不变的。而且每个图像似乎都在几何上发生了类似的扭曲。您可以尝试通过 Opencv 的 warpPerspective 函数使用适当的变换矩阵对几何进行归一化。旋转是透视变换涵盖的所有可能变换的子集。
- 您可以尝试使用维纳滤波器或深度学习等高级去模糊技术。似乎点扩散函数因图像而异，使恢复变得复杂。
- 您的图像中有一些周期性信号（垂直的蓝-白-蓝条纹）。这可能可以通过执行 FFT -> 删除特定波长的组件 -> iFFT 来增强。
无论如何看你的图像，我不确定如果不深入 OCR 管道是否容易达到预期的结果。
大家好，我是一名在大学做研究的学生。这是我第一次使用计算机视觉 (openCV)，我对图像预处理还很陌生。我有这些车牌图像，我想使用 easyOCR/pytesseract 来阅读车牌。目前我所做的只是将图像转换为灰度，旋转几度，但读取结果非常不一致。我该如何改进？
我曾尝试使用内核来锐化图像，但它们似乎也相当不一致。
这里有一些图片，我必须让你大致了解这些图片是什么样的：
我将从图像增强开始。很难说什么是适用的，但这里有一些可能的操作：
- 像往常一样，识别算法不是旋转不变的。而且每个图像似乎都在几何上发生了类似的扭曲。您可以尝试通过 Opencv 的 warpPerspective 函数使用适当的变换矩阵对几何进行归一化。旋转是透视变换涵盖的所有可能变换的子集。
- 您可以尝试使用维纳滤波器或深度学习等高级去模糊技术。似乎点扩散函数因图像而异，使恢复变得复杂。
- 您的图像中有一些周期性信号（垂直的蓝-白-蓝条纹）。这可能可以通过执行 FFT -> 删除特定波长的组件 -> iFFT 来增强。
无论如何看你的图像，我不确定如果不深入 OCR 管道是否容易达到预期的结果。