机器视觉实验四车牌识别

Myth丶恋晨 2023-10-04 12:31 48阅读 0赞

## 【实验目的】 ##

#### 1.掌握车牌识别原理 ####

#### 2.掌握利用Matlab进行编程实现车牌识别的方法 ####

#### 3.掌握复杂机器视觉软件系统的设计方法 ####

## 【实验内容】 ##

#### 1.利用Matlab对标准车牌图像和自建车牌图像进行识别 ####

## 【实验要求】 ##

#### 1.写出实现车牌识别的Matlab源代码 ####

#### 2.对测量结果进行统计和误差分析 ####

## 实验程序 ##

车牌：

clear;
    close all;
    Scolor = imread('F:\MatlabShijueTupian/15.jpg');%imread函数读取车牌图像文件
    %将彩色图像转换为黑白并显示
    Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图
    figure,imshow(Sgray),title('原始黑白图像');
    s=strel('disk',13);%strei函数
    Bgray=imopen(Sgray,s);%打开sgray s图像
    figure,imshow(Bgray);title('背景图像');%输出背景图像
    Egray=imsubtract(Sgray,Bgray);%两幅图相减
    figure,imshow(Egray);title('增强黑白图像');%输出黑白图像
    fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型
    fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型
    level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值
    bw22=im2bw(Egray,level);%转换图像为二进制图像
    bw2=double(bw22);
    figure,imshow(bw2);title('图像二值化');%得到二值图像
    grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界
    figure,imshow(grd);title('图像边缘提取');%输出图像边缘
    bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算
    figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像
    bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算
    figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像
    bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算
    figure,imshow(bg2);title('图像开运算[19,1]');%输出开运算的图像
    [L,num] = bwlabel(bg2,8);%标注二进制图像中已连接的部分
    Feastats = regionprops(L,'basic');%计算图像区域的特征尺寸
    Area=[Feastats.Area];%区域面积
    BoundingBox=[Feastats.BoundingBox];%[x y width height]车牌的框架大小
    RGB = label2rgb(L, 'spring', 'k', 'shuffle'); %标志图像向RGB图像转换
    figure,imshow(RGB);title('图像彩色标记');%输出框架的彩色图像
    lx=0;
    for l=1:num
        width=BoundingBox((l-1)*4+3);
    hight=BoundingBox((l-1)*4+4);
        if (width>98 & width<160 & hight>25 & hight<50)
            lx=lx+1;
            Getok(lx)=l;
        end
    end
    for k= 1:lx
        l=Getok(k);    
        startcol=BoundingBox((l-1)*4+1)-2;
        startrow=BoundingBox((l-1)*4+2)-2;    
        width=BoundingBox((l-1)*4+3)+8;   
        hight=BoundingBox((l-1)*4+4)+2;    
        rato=width/hight;
        if rato>2 & rato<4   
            break;
            end
    end
    startrow=BoundingBox((l-1)*4+2)-2;
    startcol=BoundingBox((l-1)*4+1)-2;
    sbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1); 
    subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1);
    figure,subplot(2,1,1),imshow(subcol1);
    title('车牌灰度子图'); 
    subplot(2,1,2),imshow(sbw1);
    title('车牌二值子图');
    meanrow=mean(histrow);
    minrow=min(histrow);
    levelrow=(meanrow+minrow)/2;
    count1=0;
    l=1;
    for k=1:hight
        if histrow(k)<=levelrow                             
            count1=count1+1;                                
        else 
            if count1>=1
                markrow(l)=k;
                markrow1(l)=count1;
                l=l+1;
            end
            count1=0;
        end
    end
    markrow2=diff(markrow);
    [m1,n1]=size(markrow2);
    n1=n1+1;
    markrow(l)=hight;
    markrow1(l)=count1;
    markrow2(n1)=markrow(l)-markrow(l-1);
    l=0;
    for k=1:n1
        markrow3(k)=markrow(k+1)-markrow1(k+1);
        markrow4(k)=markrow3(k)-markrow(k);
    markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));
    end 
     [m2,n2]=size(sbw1);
    [m1,n1]=size(markrow4);
    maxw=max(markrow4);
    if markrow4(1) ~= maxw
        ysite=1;
        k1=1;
        for l=1:n2
        for k=1:markrow3(ysite)
            if sbw1(k,l)==1
                xdata(k1)=l;
                ydata(k1)=k;
                k1=k1+1;
                break;
            end
        end
        end
    else  
        ysite=n1;
        if markrow4(n1) ==0
            if markrow4(n1-1) ==maxw
               ysite= 0; 
           else
               ysite= n1-1;
           end
        end
        if ysite ~=0
            k1=1;
            for l=1:n2
                k=m2;
            while k>=markrow(ysite) 
                    if sbw1(k,l)==1
                        xdata(k1)=l;
                        ydata(k1)=k;
                        k1=k1+1;
                        break;
                    end
                    k=k-1;
                end
            end
        end
    end       
    fresult = fit(xdata',ydata','poly1');   %poly1表示一介拟合    Y = p1*x+p2
    p1=fresult.p1;
    angle=atan(fresult.p1)*180/pi; %弧度换为度，360/2pi,  pi=3.14
    subcol = imrotate(subcol1,angle,'bilinear','crop'); %旋转车牌图象
    sbw = imrotate(sbw1,angle,'bilinear','crop');%旋转图像
    figure,subplot(2,1,1),imshow(subcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图
    subplot(2,1,2),imshow(sbw);title('');%输出车牌旋转后的灰度图像
    title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r');%显示车牌的旋转角度
    histcol1=sum(sbw); %计算垂直投影
    histrow=sum(sbw'); %计算水平投影
    figure,subplot(2,1,1),bar(histcol1);title('垂直投影（旋转后）');
    subplot(2,1,2),bar(histrow);     title('水平投影（旋转后）');
    figure,subplot(2,1,1),bar(histrow);     title('水平投影（旋转后）');
    subplot(2,1,2),imshow(sbw);title('车牌二值子图（旋转后）');
    maxhight=max(markrow2);
    findc=find(markrow2==maxhight);
    rowtop=markrow(findc);
    rowbot=markrow(findc+1)-markrow1(findc+1);
    sbw2=sbw(rowtop:rowbot,:);  %子图为(rowbot-rowtop+1)行
    maxhight=rowbot-rowtop+1;   %字符高度(rowbot-rowtop+1)
    histcol=sum(sbw2);  %计算垂直投影
    figure,subplot(2,1,1),bar(histcol);title('垂直投影（去水平边框后）');%输出车牌的垂直投影图像
    subplot(2,1,2),imshow(sbw2); %输出垂直投影图像
    title(['车牌字符高度： ',int2str(maxhight)],'Color','r');%输出车牌字符高度
    meancol=mean(histcol);
    mincol=min(histcol); 
    levelcol=(meancol+mincol)/4;
    count1=0;
    
    l=1;
    for k=1:width
        if histcol(k)<=levelcol 
             count1=count1+1;
        else 
            if count1>=1
                markcol(l)=k;
                markcol1(l)=count1; 
                l=l+1;
            end
            count1=0;
        end
    end
    markcol2=diff(markcol);
    [m1,n1]=size(markcol2);
    n1=n1+1;
    markcol(l)=width;
    markcol1(l)=count1;
    markcol2(n1)=markcol(l)-markcol(l-1);
    l=0;
    for k=1:n1
        markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点
        markcol4(k)=markcol3(k)-markcol(k); %字符宽度（上升点至下降点）
        markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置
    end 
    markcol6=diff(markcol5); %字符中心距离（字符中心点至下一个字符中心点）
    maxs=max(markcol6); %查找最大值，即为第二字符与第三字符中心距离
    findmax=find(markcol6==maxs);
    markcol6(findmax)=0;
    maxwidth=max(markcol6);%查找最大值，即为最大字符宽度
    l=1;
    [m2,n2]=size(subcol);
    figure;
    for k=findmax-1:findmax+5
            cleft=markcol5(k)-maxwidth/2;
            cright=markcol5(k)+maxwidth/2-2;
            if cleft<1
                cleft=1;
                cright=maxwidth;
            end
            if cright>n2
                cright=n2;
                cleft=n2-maxwidth;
            end
            SegGray=sbw(rowtop:rowbot,cleft:cright);
            SegBw1=sbw(rowtop:rowbot,cleft:cright);
            SegBw2 = imresize(SegBw1,[22 14]); %变换为22行*14列标准子图      
            subplot(2,n1,l),imshow(SegGray);
            if l==7
                title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r');
            end
            subplot(2,n1,n1+l),imshow(SegBw2);        
            fname=strcat('F:\MATLAB\work\sam\image',int2str(k),'.jpg');%保存子图备选入样本库,并建立样本库
            imwrite(SegBw2,fname,'jpg') 
                   l=l+1;
    end

车牌识别：

clear ;
    close all;
    %Step1 获取图像   装入待处理彩色图像并显示原始图像
    Scolor = imread('F:\MatlabShijueTupian/19.jpg');%imread函数读取图像文件
    %将彩色图像转换为黑白并显示
    Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图
    figure,imshow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图
    figure,imshow(Sgray),title('原始黑白图像');
    %Step2 图像预处理   对Sgray 原始黑白图像进行开操作得到图像背景
    s=strel('disk',13);%strel函数
    Bgray=imopen(Sgray,s);%打开sgray s图像
    figure,imshow(Bgray);title('背景图像');%输出背景图像
    %用原始图像与背景图像作减法，增强图像
    Egray=imsubtract(Sgray,Bgray);%两幅图相减
    figure,imshow(Egray);title('增强黑白图像');%输出黑白图像
    %Step3 取得最佳阈值，将图像二值化
    fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型
    fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型
    level=(fmax1-(fmax1-fmin1)/2)/394;%获得最佳阈值  380改
    bw22=im2bw(Egray,level);%转换图像为二进制图像
    bw2=double(bw22);
    %Step4 对得到二值图像作开闭操作进行滤波
    figure,imshow(bw2);title('图像二值化');%得到二值图像
    grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界
    figure,imshow(grd);title('图像边缘提取');%输出图像边缘
    bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算
    figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像
    bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算
    figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像
    bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算
    figure,imshow(bg2);title('图像开运算[19,1]');%输出开运算的图像
    %Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域
    [L,num] = bwlabel(bg2,8);%标注二进制图像中已连接的部分
    Feastats = regionprops(L,'basic');%计算图像区域的特征尺寸
    Area=[Feastats.Area];%区域面积
    BoundingBox=[Feastats.BoundingBox];%[x y width height]车牌框架大小
    RGB = label2rgb(L, 'spring', 'k', 'shuffle'); %标志图像向RGB图像转换
    figure,imshow(RGB);title('图像彩色标记');%输出框架的彩色图像
    lx=0;
    for l=1:num
        width=BoundingBox((l-1)*4+3);%框架宽度的计算
        hight=BoundingBox((l-1)*4+4);%框架高度的计算
        if (width>98 & width<160 & hight>25 & hight<50)%框架的宽度和高度的范围160 50
            lx=lx+1;
            Getok(lx)=l;
        end
    end
    for k= 1:lx
        l=Getok(k);    
        startcol=BoundingBox((l-1)*4+1)-2;%开始列
        startrow=BoundingBox((l-1)*4+2)-2;%开始行
        width=BoundingBox((l-1)*4+3)+8;%车牌宽  8改
        hight=BoundingBox((l-1)*4+4)+2;%车牌高  2改
        rato=width/hight;%计算车牌长宽比
        if rato>2 & rato<4   
            break;
        end
    end
    startrow=BoundingBox((l-1)*4+2)-2;%开始行
    startcol=BoundingBox((l-1)*4+1)-2;%开始列zz
    sbw1=bw2(startrow:startrow+ hight,startcol:startcol+width-1); 
    subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1);%获取车牌灰度子图
    figure,subplot(2,1,1),imshow(subcol1);title('车牌灰度子图');%输出灰度图
    subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出车牌的二值图
    %Step6 计算车牌水平投影，并对水平投影进行峰谷分析
    histcol1=sum(sbw1);      %计算垂直投影
    histrow=sum(sbw1');      %计算水平投影
    figure,subplot(2,1,1),bar(histcol1);title('垂直投影(含边框)');%输出垂直投影
    subplot(2,1,2),bar(histrow);     title('水平投影(含边框)');%输出水平投影
    figure,subplot(2,1,1),bar(histrow);     title('水平投影(含边框)');%输出水平投影
    subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出二值图
    %对水平投影进行峰谷分析
    meanrow=mean(histrow);%求水平投影的平均值
    minrow=min(histrow);%求水平投影的最小值
    levelrow=(meanrow+minrow)/2;%求水平投影的平均值
    count1=0;
    l=1;
    for k=1:hight
        if histrow(k)<=levelrow                             
            count1=count1+1;                                
        else 
            if count1>=1
                markrow(l)=k;%上升点
                markrow1(l)=count1;%谷宽度(下降点至下一个上升点)
                l=l+1;
            end
            count1=0;
        end
    end
    markrow2=diff(markrow);%峰距离(上升点至下一个上升点)
    [m1,n1]=size(markrow2);
    n1=n1+1;
    markrow(l)=hight;
    markrow1(l)=count1;
    markrow2(n1)=markrow(l)-markrow(l-1);
    l=0;
    for k=1:n1
        markrow3(k)=markrow(k+1)-markrow1(k+1);%下降点
        markrow4(k)=markrow3(k)-markrow(k);%峰宽度(上升点至下降点)
        markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));%峰中心位置
    end 
    %Step7 计算车牌旋转角度
    %(1)在上升点至下降点找第一个为1的点
    [m2,n2]=size(sbw1);%sbw1的图像大小
    [m1,n1]=size(markrow4);%markrow4的大小
    maxw=max(markrow4);%最大宽度为字符
    if markrow4(1) ~= maxw%检测上边
        ysite=1;
        k1=1;
        for l=1:n2
        for k=1:markrow3(ysite)%从顶边至第一个峰下降点扫描
            if sbw1(k,l)==1
                xdata(k1)=l;
                ydata(k1)=k;
                k1=k1+1;
                break;
            end
        end
        end
    else  %检测下边
        ysite=n1;
        if markrow4(n1) ==0
            if markrow4(n1-1) ==maxw
               ysite= 0; %无下边
           else
               ysite= n1-1;
           end
        end
        if ysite ~=0
            k1=1;
            for l=1:n2
                k=m2;
            while k>=markrow(ysite) %从底边至最后一个峰的上升点扫描
                    if sbw1(k,l)==1
                        xdata(k1)=l;
                        ydata(k1)=k;
                        k1=k1+1;
                        break;
                    end
                    k=k-1;
                end
            end
        end
    end       
    %(2)线性拟合，计算与x夹角
    fresult = fit(xdata',ydata','poly1');   %poly1    Y = p1*x+p2
    p1=fresult.p1;
    angle=atan(fresult.p1)*180/pi; %弧度换为度，360/2pi,  pi=3.14
    %(3)旋转车牌图象
    subcol = imrotate(subcol1,angle,'bilinear','crop'); %旋转车牌图象
    sbw = imrotate(sbw1,angle,'bilinear','crop');%旋转图像
    figure,subplot(2,1,1),imshow(subcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图
    subplot(2,1,2),imshow(sbw);title('');%输出车牌旋转后的灰度图像
    title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r');%显示车牌的旋转角度
    %Step8 旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度
    histcol1=sum(sbw); %计算垂直投影
    histrow=sum(sbw'); %计算水平投影
    figure,subplot(2,1,1),bar(histcol1);title('垂直投影(旋转后)');
    subplot(2,1,2),bar(histrow);     title('水平投影(旋转后)');
    figure,subplot(2,1,1),bar(histrow);     title('水平投影(旋转后)');
    subplot(2,1,2),imshow(sbw);title('车牌二值子图(旋转后)');
    %去水平(上下)边框,获取字符高度
    maxhight=max(markrow2);
    findc=find(markrow2==maxhight);
    rowtop=markrow(findc);
    rowbot=markrow(findc+1)-markrow1(findc+1);
    sbw2=sbw(rowtop:rowbot,:);  %子图为(rowbot-rowtop+1)行
    maxhight=rowbot-rowtop+1;   %字符高度(rowbot-rowtop+1)
    %Step9 计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度
    histcol=sum(sbw2);  %计算垂直投影
    figure,subplot(2,1,1),bar(histcol);title('垂直投影(去水平边框后)');%输出车牌的垂直投影图像
    subplot(2,1,2),imshow(sbw2); %输出垂直投影图像
    title(['车牌字符高度： ',int2str(maxhight)],'Color','r');%输出车牌字符高度
    meancol=mean(histcol);%求垂直投影的平均值
    mincol=min(histcol);%求垂直投影的平均值
    levelcol=(meancol+mincol)/4;%求垂直投影的1/4
    count1=0;
    l=1;
    for k=1:width
        if histcol(k)<=levelcol 
            count1=count1+1;
        else 
            if count1>=1
                markcol(l)=k; %字符上升点
                markcol1(l)=count1; %谷宽度(下降点至下一个上升点)
                l=l+1;
            end
            count1=0;
        end
    end
    markcol2=diff(markcol);%字符距离(上升点至下一个上升点)
    [m1,n1]=size(markcol2);
    n1=n1+1;
    markcol(l)=width;
    markcol1(l)=count1;
    markcol2(n1)=markcol(l)-markcol(l-1);
    %Step10 计算车牌上每个字符中心位置，计算最大字符宽度maxwidth
    l=0;
    for k=1:n1
        markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点
        markcol4(k)=markcol3(k)-markcol(k); %字符宽度(上升点至下降点)
        markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置
    end 
    markcol6=diff(markcol5); %字符中心距离(字符中心点至下一个字符中心点)
    maxs=max(markcol6); %查找最大值，即为第二字符与第三字符中心距离
    findmax=find(markcol6==maxs);
    markcol6(findmax)=0;
    maxwidth=max(markcol6);%查找最大值，即为最大字符宽度
    %Step11 提取分割字符,并变换为22行?14列标准子图
    l=1;
    [m2,n2]=size(subcol);
    for k=findmax-1:findmax+5
            cleft=markcol5(k)-maxwidth/2;
            cright=markcol5(k)+maxwidth/2-2;
            if cleft<1
                cleft=1;
                cright=maxwidth;
            end
            if cright>n2
                cright=n2;
                cleft=n2-maxwidth;
            end
            SegGray=sbw(rowtop:rowbot,cleft:cright);
            SegBw1=sbw(rowtop:rowbot,cleft:cright);
            SegBw2 = imresize(SegBw1,[22 14]); %变换为22行*14列标准子图      
            subplot(2,n1,l),imshow(SegGray);
            if l==7
                title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r');
            end
            subplot(2,n1,n1+l),imshow(SegBw2);        
            fname=strcat('D:\Program Files\MATLAB\R2009a\work\syan4\image',int2str(k),'.jpg');%保存子图备选入样本库,并建立样本库
            imwrite(SegBw2,fname,'jpg') 
            l=l+1;
    end

## 实验结果 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 5]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 6]

#### 本人能力有限，解释尚不清楚明了，如遇任何问题，大家可留言或私信。部分程序为实验老师提供源代码，供大家学习使用。 ####

#### 本文希望对大家有帮助，当然上文若有不妥之处，欢迎指正。 ####

#### 分享决定高度，学习拉开差距 ####

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20210504181933638.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20210504181942339.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20210504181952909.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20210504182000322.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/20210504182009235.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/20210504182017210.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 6]: https://img-blog.csdnimg.cn/20210504182024667.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center