车牌识别关键技术-车牌定位

　　博主渣渣本科一枚，毕业设计选了一个基于OpenCV的车牌识别的题目，在此记下其中用到的一些关键技术备忘，也希望可以给后来人些许启发。
　　车牌识别的第一步自然是想办法把车牌从一张图片中提取出来，也就是所谓的车牌定位。目前方法有很多，我采用的是基于边缘检测的车牌定位方案。
　　一般来说由于车牌区域有车牌字符的存在，所以会有相当丰富的边缘信息，所以可以求取车牌的边缘图像，然后把所有分布密集的边缘聚合在一起就可以得到一些候选区域，而这些候选区域中就应当包含有我们要找的车牌区域，这时候只要再通过候选区域的长宽比，颜色等信息就可以找到车牌了。
思路讲完了，现在开始正题：

源图像

　　这是我在网上随意找的一张图片，为了便于展示处理流程，接下来我讲的所有操作都将以这幅图为例。

1.彩色图转灰度图

　　首先要把RGB彩色图像转为灰度图像，这一步无需多讲，OpenCV自带库函数void cvCvtColor( const CvArr* src, CvArr* dst, int code );一行直接搞定，其中src表示输入的源彩色图像，dst存放输出的灰度图像，code选CV_RGB2GRAY得到灰度图像

灰度图

2.对比度增强

　　对比度增强这一步是为了让图像中的边缘更加明显。这里采用基于顶帽变换和底帽变换的方法来增强对比度。即：

$$enhanced(g) = g + Tophat(g) - Bothat(g)$$
　　其中， g