车牌识别系统 opencv

这个车牌识别系统（opencv定位，切割+BP神经网络识别字符）我已经在本科毕业的时候顺利完成了，相关的文档可以给大家一个链接~祝顺。http://wenku.baidu.com/view/0d69765dbed5b9f3f90f1cd5.html 
1.图像预处理
车牌识别系统的第一个步骤为图像预处理。简单的说，为了方便计算，减少计算量，我们通常将获取的图片灰度化。所谓灰度化就是让图片每个像素点在0-255之间。灰度化后图片可以方便我们操作而且不影响我们对车牌的操作。这里先说下，我们获取的照片因为光照的不同，或者车牌本身有污染等原因，会让我们的照片存在干扰信号。将图片傅里叶变换之后，这些干扰信后又通常为高频信号，所以我们需要做一个滤波器，将高频滤掉。对，就是一个低通。推荐使用均值滤波哈，方便我们后面的几个操作！

注意一下，这里的0代表的是强行将图片转化为灰度图，再读入内存。当然，你完全可以用另一个函数:
	cvCvtColor( SRC_PICTURE	, DES_PICTURE	, CV_BGR2GRAY );

       
	img0 = cvLoadImage( names2[i], 0 ); 
	

        if( !img0 )  
        {  
            printf("Couldn't load %s/n", names[i] );  
            continue;  
        } 

        img=cvCreateImage(cvSize(400,300),8,1);  
	imgsource=cvCreateImage(cvSize(400,300),8,1);  
        
	/*目标图片img*/
        cvResize(img0,img);  


        /*显示目标文件img*/
        cvNamedWindow("input",1);  
        cvShowImage("input",img);  

	/*均值滤波*/
        cvSmooth(img,img,CV_MEDIAN);  

到此为止，我们就做好了图片预处理50%啦！接下来的一个操作是将图片进行sobel变换。简单的说，sobel变化是一种边缘检测，它可以帮我们检测出一张图片的边缘。而它到底又是怎么样的原理呢？我帮大家推荐一篇文章，应该可以解决大家大部分的疑惑！点击打开链接而sobel在opencv里面对应的函数为：void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 );根据大量的实验，观察，我们发现车牌是纵向纹理的，所以我们可以通过sobel函数将车牌的纹理提取出来！下面附一张效果图