课程大作业基于Opencv和LPR图像处理算法实现车牌识别c++源码(详细注释+操作说明).zip

# LPR(Vehicle License Plate Recognition) ## 前言 #### 这是一个车牌识别的实例 我的平台是vs2017和opencv3.4 >任务:识别下图中的车牌 要实现车牌识别，一共分为两大步。 第一，车牌定位，就是在图片中确定出车牌的位置； 第二，字符识别，将提取出来的字符图片进行识别。 ## 正文 #### 一、车牌定位 ##### 1. 高斯滤波 为什么要高斯滤波呢？原因很简单，因为要平滑图像，去除噪声点。  ##### 2. sobel边缘提取 至于什么是sobel呢？ 我先引用百度的一句话吧： >Sobel算子是像素图像边缘检测中最重要的算子之一，在技术上，它是一个离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子，将会产生该点对应的梯度矢量或是其法矢量。 那我们用sobel算子干嘛呢？我们的目标是定位车牌，因为车牌的周围轮廓分明，使用sobel可以清晰的提取边缘，效果如图所示：  ##### 3.二值化图像 这时我们就可以看到车牌成为了图像中亮度最大的区域，所以我们这次再来进行二值化，只保留高于一定阈值的点，效果图如下：  ##### 4.闭运算 图像中的这些点我们怎么利用呢？这时我们需要将这些点所在的区域连通起来，所以会用到闭运算。 什么是闭运算呢？ >在数学形态学中，闭运算被定义为先膨胀后腐蚀。 [先点这里了解腐蚀和膨胀](https://blog.csdn.net/keith_bb/article/details/54572165) [再点这里了解开运算、闭运算等](https://blog.csdn.net/keith_bb/article/details/54578186?locationNum=6&fps=1)  ##### 5.去除小区域 了解上面的之后，相信你也知道这里该怎么做啦！   ##### 6.提取轮廓 我们在上面已经找到了车牌所在区域，现在我们需要找到车牌的边界点。 我们有这一堆点集，我们可以迭代寻找出最左边且靠上的点之类的。 因为我们下一步要做仿射变换，需要三个边界点，所以我们找出如图所示的三个点就行了。 蓝色框可以点下面了解一下，后面会很有用。 [绘制最小外接矩形](https://blog.csdn.net/dcrmg/article/details/52260699)  ##### 7.仿射变换 原理还是看博客吧，仿射变换能做到对图像旋转，平移和缩放。 这里根据提取到的点，再对高斯滤波后的图进行仿射变换，只保留车牌部分。  #### 二、字符识别 ##### 1.提取字符轮廓 这里先对图像二值化，再寻找最小外接矩形。 当然汉字可不是很简单，因为有很多独立的笔画，所以还需要在容器中移除小于一定面积的矩形。 这样一些点啊，就不会在我们需要识别的对象中。  ##### 2.识别字符 当时做这个时间因素，采用了最简单也是很有效的一种方法，对每个字符变换到标准大小，和模板点与点之间逐个计算，最后输出与之匹配度最高的字符。  输出结果如下：