有关 车牌识别（三、倾斜矫正以及开源项目）

原文链接 https://blog.csdn.net/qq_36449541/article/details/80206540

这个是当年没有意识到的地方，或许就是当年我们失败的地方，即使我们当初已经尽量正确的处理了像拍照相机姿势、位置等很多事情，但没注意到这种小的水平差别。

这里的矫正实际上就是图像旋转到水平位置。其步骤是

a.获取车牌在车辆中的粗略位置

b.提取车牌整体图片数据

c.利用HSV颜色空间转换，获取车牌背景蓝色区域位置，过滤绿色背景图像

d.水平膨胀， 水平膨胀的目的，是为了边缘检测，只要求检测边缘，尽量除去字符信息，也可以降低hough变换的运算量

e.水平差分运算，相当于 边缘检测

f.hough变换检测直线(由于hough变换运算量十分大，所以，尽量减少图像中的白点，来降低计算量)

g.利用旋转算法，旋转刚才粗略提取的车牌位置h.精确提取车牌，正常分割字符。。。 

开源项目

现在基于opencv(https://sourceforge.net/projects/opencvlibrary/ )的好像有不少，但几年前它还不太出名，或者我对它不注意，总之那个项目做失败了。这也或许我太长时间没上 CSDN 有关，连它十年前大改版都不知道。现在开源项目也有一些都依赖于它，像 easyPR(https://github.com/liuruoze/EasyPR )和HyperLPR(https://github.com/zeusees/HyperLPR )。我看到一篇CSDN上的博文，早在2014年十月就在推荐easyPR了，而我要是多上上CSDN，或许就不一样了。