基于OpenCV的汽车车牌识别

纵使汽车车牌识别的方法有很多种，这里只简单介绍一种较为简单和准确的方法。

 关键的一步是定位到车牌，车牌和汽车背景不同的是它们的纹理有很大的区别，大多数的汽车车身和背景的纹理为横向纹理，而车牌字符的是竖向纹理，关于车牌定位有以下重要的几步：

1.预处理

   为了进行一些滤波和梯度增强的处理，以达到滤除噪声和垂直方向上的增强。

2.垂直方向边缘检测并且二值化的处理

   使用效率较高的Sobel边缘检测算子对图像进行垂直边缘检测，通过字符的竖向纹理特征检测到汽车车牌字符，对得到的边缘图像进行二值化，排除一些噪声，并增强边缘字符。

3.形态学变换

  汽车图像还存在一些竖向的纹理，我们需要排除这些干扰信息，并且把临近的字符边缘连通起来，这一阶段的处理主要使用了形态学的操作，闭合运算和开启运算。

4.筛选

  大多数的图像经过形态学变换后可以达到一个较为满意的效果，但是由于图像背景本身存在一些特殊的纹理，也可能留下一些没有滤除的边缘，此时我们就需要进行聚类和筛选，选取一个标准来判断连通域，再根据车牌的形状大小来判断是否为车牌区。

具体的操作如下

1.车牌提取

  首先进行灰度化

CvCvtColor (image,grayScale,CV_BGR2GRAY);

2.竖向边缘检测

  车牌上的数字都有很锐利的边缘，这些边缘大多都是纵向的，因此可以通过这;一步来去除图像上的无用的信息。

  sobel=cvCreateImage(cvG