车牌识别的第一步就是对输入的图像进行二值化处理。二值化是分别把亮度低于阈值和高于阈值的点进行分类的工程。其中阈值选取十分重要。如下图所示:
输入的原始图像
阈值过大的情况
阈值过小的情况
正确的二值化
从图中可以看到阈值选择错误,将直接导致无法定位车牌。 不过这也提示我们,阈值选择可以从车牌是否定位入手:先根据图像的明暗情况选择一个阈值。如果无法定位车牌,则换用其它阈值,进行多次尝试。但是这样可能会严重浪费CPU,因为整个过程系统开销很大。这就要求对软件进行优化。优化的思路很多:比如每一次选择的阈值可以依赖上一次的识别结果。再比如每一次选择阈值不要仅仅和上次选择的阈值仅差一,阈值的步长要动态的确定。最后:改变阈值时,可能仅仅改变图像的局部,而非整个图像。