opencv车牌识别＜一＞

目录

一、概述  

二、ANPR简介

---

一、概述  

        本文将介绍创建自动车牌识别(Automatic Number Plate Recognition，ANPR)所需的步骤。对于不同的情形，实现自动车牌识别会用不同的方法和技术，例如，IR 摄像机、固定汽车位置、光照条件等。本章着手构造一个用来检测汽车车牌 ANPR 的应用，该应用处理的图像是从汽车 2~3 米处拍摄的，拍摄环境的光昏暗模糊，并且与地面不平行、车牌在图像中有轻微的扭曲。本文的主要目标是介绍图像分割、特征提取、模式识别基础以及两个重要的模式识别算法:支持向量机(Support Vector Machine，SVM)和人工神经网络(Artificial NeuralNetwork，ANN)、本章的主要内容

1. ANPR
2. 车牌检测
3. 车牌识别

二、ANPR简介

   自动车牌识别(Automatic Number Plate Recognition,ANPR)也称自动牌照识别(AutomaticLicense-Plate Recognition，ALPR)、自动车辆识别(Automatic Vehicle Identifcation，AVI)、洗车车牌识别(Car Plate Recognition，CPR)，它是一种使用光学字符识别(Optical CharacterRecognition，OCR)和其他方法(如，用图像分割与检测)来获取车辆牌照的监控方法。对于一个ANPR系统，其最好结果可用一个红外(IR)摄像机来获得数据，因为在分割这一步中，对检测和 OCR 分割很简单、干净，并且误差最小。这是由光学的一些基本原理决定的，例如人射角等于反射角，当人看到光滑表面(如，平面镜)时就会有这样的反映。粗糙表面(例如，纸)的反射会导致漫射或散射。多数车牌有一个称为回射(retro-reflection)的特性，车牌表面覆盖着一种材料，它由许多微小半球颗粒构成，会导致光线沿路反射回去，可从下图看到这种反射效果。

       如果使用结合了结构性红外光学投影器的摄像机，就可只获取红外光，这样就能得到很高品质的图像，对这种图像进行分割，然后检测和识别车牌。这种情形下的车牌独立于任意光照环境，如下图所示。

       本文并不会使用 IR 图像，而是使用普通图像。这样做并不会得到最好的结果，与使用红外摄像机相比，这种做法会得到较高的检测错误和错误识别率，但这两种方法的步骤一样。

        每个国家都有不同的车牌尺寸和规格，了解这些规格对得到最好结果并减少错误很有用。本章所使用的算法是为了解释车牌识别的基础知识，其规范来自西班牙车牌，但可适用于任意国家或规范。

        本章将使用西班牙车牌。在西班牙，有不同大小和形状的车牌。本章采用最普通(大)的车牌，它的大小为520mmx110mm。两组字符由41mm 的空间分离，每个字符间的距离为14mm。第一组字符为四个数字，第二组有三个字母，但不包括元音字母 A、E、I、O、U也不包括字母或Q，所有字符的大小为45mmx77mm。

       这些数据对字符分割很重要，因为可用这些数据来检查字符和空格，以验证得到的是个字符而不是其他由图像分割得到的对象。下图就是一个这样的车牌。