基于halcon的车牌的图像识别_整理详解.docxVIP

基于halcon的车牌的图像识别 　　其实车牌图像识别从技术上已经比较成熟，从理论上来说无外乎就是如下几个步骤： 　　灰度化：实际就是对原始车牌图片进行预处理，把彩色图片转化为黑白图片，然后对不符合指定阙值范围的灰度值进行过滤。　　车牌定位：这是技术难点之一，根据我的经验，定位车牌位置对于车牌的准确识别而言实际上就成功了60%。很多车牌识别的产品都对车牌的定位预留了很多配置参数，例如截取原始图片的位置参数、车牌的长宽比例、大小等等，这些都是为了提高车牌定位的准确率。　　字符分割：车牌定位后是字符分割，本人使用的识别过程是：对定位的车牌位置进行降噪处理=边界模糊=从右向左找出前6个封闭的图形=剩余的封闭图形综合为一个图形进行汉字的识别。　　字符识别：就是根据字符模板进行模板匹配，因此需预先建立相应的字符模板。基于图像进行字符识别也可配置很多参数来大大提高字符的识别率。例如限定车牌头的字符，车牌各位字符的识别优先级等等。 　　以下通过大车黄牌号码为例，看看车牌识别的效果。　　1、原始图片如下图所示： 　　2、限定车牌识别区域，本例中将裁剪掉上下左右各10%的区域： ? get_image_pointer1?(FullImage,?Pointer,?Type,?Width,?Height)gen_rectangle1?(Rectangle,?Height*0.1,?Width