基于C++（QT）的车牌识别实现——车牌框选

拟采用的技术路线

本次设计计划以最快的速度实现一个清晰车牌的识别，后续再增加识别精确度，故采取以下技术路线本篇文章主要讲述图像二值化的实现。
打开图像->二值化->边沿检测->包络检测->提取轮廓->车牌识别

车牌框选方案

首先实现关于直线的检测，通过直线的检测最后判断是否能够相交组成矩形，然后选出最可能是车牌的矩形。
直线检测采用“Hough直线检测”的方案。
在前期我们已经采集到了以下图形，后续就是取出图形中的直线。在取出直线过程中，首先进行边沿点的取出，我们将边沿的颜色设置为红色，在检测直线时仅检测边沿是否属于直线。

边沿检测实现

在实现膨胀时，就已经对边沿进行了一定的检测，这次将膨胀时产生的点改为红色进行标记，同时将这些点存储起来，用于后续的直线检测。

将点位存在Hash表当中。

class CorAndExp
{
public:
    CorAndExp();
public:
    void corrosion(QImage*);//腐蚀
    void expansion(QImage*);//膨胀
    void addred(QImage*);//膨胀
    QHash <int,QPoint*> hash;
};

Hough直线检测实现

霍夫直线检测下面这位博主写的非常好
https://www.cnblogs.com/php-rearch/p/6760683.html
总的来说，就是通过空间变换得到的值的确定。
第一种是笛卡尔坐标系，为x,y。霍夫空间就是k,b。

当确定其中1个点时，可以有很多条直线经过这1点，如何用函数的形式将这些直线表示出来呢？就是霍夫空间可以表示。
霍夫空间以k，b为坐标，k,b也就是笛卡尔坐标当中用于表示直线的参数。
x1,y1确定之后，就可以在霍夫空间中做出一条直线，霍夫空间这条直线上的每一个点都可以看作是可以经过这个x1,y1这个点的笛卡尔坐标上的直线。

然后我们再给出3个点，判断一下这3个点是否能在1条直线上，因为霍夫空间中的每一个点都能表示一条直线，3个点能确定3条霍夫空间上的线，这3条线如果交与1点，说明会产生1条直线同时经过这3个点。

这就完成了笛卡尔坐标系下的霍夫变换。
但是这种情况无法表示垂直于x轴的直线，因为斜率无限大时，k无限大，无法在霍夫空间确定这一点的位置。
所以采用极坐标的表示方法，通过这种方法进行表示，就不会存在垂直与x轴的直线无法表示的情况。

那么代码实现流程是怎样的呢？
1、取图片中的n个点，表示为霍夫空间中的n条曲线。
2、对n条曲线，取所有的角度θ，得到ρ，将ρ相等的次数进行统计。
3、次数越多的，说明该条直线上的点越多，达到一定阈值，可证明这是一条直线。