车牌字符识别算法

1. 停车场或小区车牌识别一体机识别车牌号的过程是怎样的运用什么原理

原理就是通过摄像机拍摄道路上行驶的车辆图像进行车牌号码的识别，过程涉及：车辆检测—图像采集—预处理—车牌定位—字符分割—字符识别—结果输出。

车辆检测可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。

介绍

停车场及小区出入口车牌识别技术的运用，首要用于记载车辆的车牌号码、车牌颜色、出入时间，完结车辆的自动处理，以便节省人力、前进功率。

例如运用于智能小区可以自动区别驶入车辆是不是归于本小区，对非内部车辆完结自动计时收费道闸。在一些单位这种运用还可以同车辆调度系统相联络，自动、客观地记载本单位车辆的出车情况。

2. 车牌识别系统的识别原理

车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支，而且更适合移动式、便携式应用的要求。
系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。 为了进行车牌识别，需要以下几个基本的步骤：
1) 牌照定位，定位图片中的牌照位置；
2) 牌照字符分割，把牌照中的字符分割出来；
3) 牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。
车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。
1) 牌照定位
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图像中分离出来。
2) 牌照字符分割
完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
3) 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择最佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。
实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像最利于识别。

3. 车牌识别系统中车牌识别算法对相似字符怎么识别

车牌上的相似字符，由于外形比较接近，受图像分辨率，光线，车牌污损等影响，一般的分类算法，很容易出现误识别。火眼臻睛车牌识别系统基于此算法基础上提出了易混淆字符专门处理，都能进行有效识别。使得识别效果在任何极端复杂情形下依然保持高识别率。

4. 车牌识别三级算法

三级算法是切分车牌字符安视宝经过预处理去噪之后的车牌图像·可以进行下一步的操作，即车牌字符的分割．一般的字符分割算法采用水平投影和垂直投影相结合的方法．然而这样的算法对分割前的车牌图像要求比较高，比如字符之间不能有过多的粘连等等，这在很大程度上影响了整个系统的识别率·

5. 车牌识别系统识别车牌号的原理是什么呢

牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。

6. 怎么识别汽车牌照

汽车牌照识别是基于图像分割和图像识别理论，对含有汽车牌照的图像进行分析处理，从而确定汽车牌照在图像中的位置，并进一步提取和识别出文本字符。从不同车牌图像中分割出的字符图像各式各样，尺寸变化范围大，增加了识别的难度。尽管可以采用图像变换方法将分割出的所有字符图像归一化为相同尺寸，但归一化过程又不可避免地丢失有用的字符信息，造成图像失真，无助于提高识别准确率，并且浪费时间，降低了识别速度。

本文通过分析汽车牌照的特点，提出了一种利用字符的笔画特征和结构知识对汽车牌照中的字母和数字进行识别的方法。试验表明，该方法识别速度快、准确率高，不受字符图像大小影响，适应性强。

1车牌字符结构和识别

中国大陆汽车牌照中使用的字符包括59个汉字、25个英文字母(字母I不用)和10个阿拉伯数字三种类型共94个，且都是印刷体，结构固定、笔画规范。图1是车牌号码中使用的全部字母和数字的图像。这些字符的结构在水平方向有三种类型：左右对称、左大右小、左小右大。在竖直方向同样有三种结构，即上下对称、上大下小、上小下大。如车牌号码中使用的数字"8"，就属于左右对称且上下对称。

从图1可以看出，全部字母和数字的笔画共有两大类：直笔画和弧笔画。直笔画又可分为横笔画、竖笔画、左斜笔画(相当于汉字笔画中的"撇")和右斜笔画(相当于汉字笔画中的"捺")。弧笔画是一条曲线段，本文将其分为两类：开弧笔画和闭弧笔画。所谓开弧笔画，指该弧笔画没有形成封闭环，如字母"C"。而闭弧笔画则形成一个封闭的环，如数字"0"。

根据字符图像的这一特点，本文采用下述方法对字母和数字进行逐级分类，形成一棵识别判定树，每个字符就是一个叶子：

(1)首先在待识别的字符图像中搜索封闭环的数量和位置。

(2)根据搜索到封闭环的结果判断字符所在的类封闭环字符类、双封闭环字符类、无封闭环字符类。 (3)针对每一类分别进行处理。

(4)双封闭环字符只有"8"和"B"，因此只要抽取竖笔画即可区分出这两个字符。"B"的左半部分有一长竖，而"8"没有。

(5)单封闭环的字符有"A"、"D"、"O"、"P"、"Q"、"R"、"0"、"4"、"6"和"9"。根据封闭环的位置将这些字符分成三类：封闭环在上部；封闭环在下部和封闭环在中间，然后再根据结构特点和抽取的笔画特征进行识别。

．封闭环在上部的字符有"P"、"R"和"9"。如果待识别字符图像上半部分有一个封闭环，则从左半部分抽取竖笔画；若左侧部分没有竖笔画，则该字符为"9"；若在左半部分抽取到竖笔画，继续抽取右斜笔画；抽取到右斜笔画，该字符为"R"；否则为"P"。

．封闭环在下部的字符有"A"、"4"和"6"。如果待识别字符图像下半部分有一个封闭环，则从右半部分抽取竖笔画；若右侧部分有竖笔画，则该字符为"4"；若在右半部分没有抽取到竖笔画，继续抽取横笔画；抽取到横笔画，该字符为"A"；否则为"6"。

．封闭环在中间的字符有"D"、"O"、"Q"和"0"。实际应用中，"O"和"0"的图像完全相同，可以作为同一个字符处理。如果待识别字符图像中间有一个封闭环，则首先利用上下对称特点判断是否为"Q"；若上下对称，则为"0"("O")或"D"；然后按照左右对称特征区分字符"0"和"D"。

(6)无封闭环的字符有"C"、"E"、"F"、"C"、"H"、"J"、"K"、"L"、"M"、"N"、"S"、"T"、"U"、"V"、"W"、"X"、"Y"、"Z"、"l"、"2"、"3"、"5"和"7"，通过抽取笔画对这些字符进行识别，具体步骤如下：

· 抽取横笔画和竖笔画。

· 若待识别字符图像没有横笔画和竖笔画，则该字符为"S"、"V"或"X"。

· 若待识别字符图像只有横笔画而没有竖笔画，则该字符为"2"、"3"、"7"或"Z"。

· 若待识别字符图像只有竖笔画而没有横笔画，则该字符为"1"、"C"、"J"、"K"、"M"、"N"、"U"、"W''或"Y"。

· 待识别字符图像既有横笔画又有竖笔画的字符为"5"、"E"、"F"、"C"、"H"、"l"或"T"。

．"S"、"V"和"X"的识别。抽取左斜笔画和右斜笔画，"S"没有这两种笔画，从而可识别出"S"。"X"的两条斜笔画交点位于字符图像的中间位置，而"V"的两条斜笔画相交于字符图像的下部，以此识别"X"和"V"。

· 识别2"、"3"、"7"和"Z"。这四个字符中只有"Z"有两条横笔画，从而可以此识别出"Z"。"3"和"7"的横笔画都位于上部，而"2"的横笔画位于下部，这样又可以识别出"2"。对于"3"和"7"，利用左斜笔画进行识别。"7"具有左斜笔画，而"3"没有。

·识别"1"、"C"、"J"、"K"、"M"、"N"、"U"、"W"和"Y"。根据竖笔画的数量将这些字符分为三类，"1"、 "C"、"J"、"K"和"Y"都是一条竖笔画、"M"、"N"和"U"是两条竖笔画，而"W"有三条竖笔画，这样就完成了"W"的识别。

对于一条竖笔画的字符，判断该笔画的位置是在左边("C"和"K")、中间("1"和"Y")还是在右边("J")，即可识别出"厂。根据有无右斜笔画区分"C"和"K"，按照中间竖笔画的长短区分"1"和"Y"。

．由于字符"N"有一右斜笔画，以此将其从"M"和"U"中识别出来。对于"M"和"U"，依靠结构特征已无法识别，本文使用字符图像中前景像素个数与背景像素个数的比值来判断。根据这两个字符的特点，只计算字符上半部分即可。 · 识别"5"、"E"、"F"、"G"、"H"、"I"和"T"。这些字符中，只有"E"具有三条横笔画，"F"有两条横笔画，其余为一条横笔画。剩下的字符中，按照竖笔画的数量分为两组： "5"、"L"和"T"为一条竖笔画，"G"和"H"为两条竖笔画。"H"的两条竖笔画长度相同，而"G"的两条竖笔画则一长一短，这是区分"G"和"H"的标志。"T"的竖笔画在中间，"5"和"L"的竖笔画在左边。"L"的竖笔画长，"5"的竖笔画短，这样就完成了"5"、"T"和"L"的识别。

搜索封闭环实际上就是在字符图像中搜索连通域。在字符的二值图像中，假定字符像素值"1"，背景像素值为"0"，则：

(1)无封闭环的字符图像中只有两个连通域，即字符连通域和背景连通域，图2(a)中的B和F。

(2)只有一个封闭环的字符图像中有三个连通域，即一个字符连通域和两个背景连通域，图2(c)中的B1、B2和F。

(3)有两个封闭环的字符图像中有四个连通域，即一个字符连通域和三个背景连通域，图2(b)中的B1she、B2、B3和F。

搜索封闭环的算法如下：

(1)读入二值字符图像。

(2)找到一个像素值为"0"的背景像素点B。

(3)搜索B的连通域，并将该连通域内的像素全部标记为背景1。

(4)遍历图像中像素值为"0"的像素。

(5)若所有"0"像素都已标记为背景1，则该图像内封闭环个数为0，跳转到(11)。

(6)若存在没有标记为背景1的"0"像素点B1，则有封闭环。

(7)搜索B1的连通域，并将该连通域内的像素全部标记为背景2。

(8)遍历图像中像素值为"0"的像素。

(9)若所有"0"像素都已标记为背景1或背景2该图像内封闭环个数为1，跳转到(11)。

(10)若存在没有标记为背景1或背景2的"0"像素，则该图像内封闭环个数为2。

(11)结束搜索，返回封闭环个数。

字符的笔画抽取可参见文献[1]

2识别测试

利用本识别方法，笔者对从车牌中分割出的字符进行了识别测试。所测试的字符包括了车牌中所使用的全部35个数字和字母共7000幅图像，其中图幅最大的为l00xl00像素，而最小的是20x20像素。正确识别的有6946幅，正确率超过99％。其中识别错误的图像主要集中在字母"0"和"D"。通过对这些容易识别错误的字符进行二次识别，可以大大提高识别准确率

本文提出的字符识别方法的核心就是通过判定树对字符群体层层分类，从树干开始逐步缩小识别范围，直到最后只有一类字符，即识别成功。

该方法具有如下特点：

(1)不需要建立识别样本库，完全依据字符自身的结构特征进行逼近识别。
(2)不需要将待识别字符与全部字符进行匹配识别，因而提高了识别速度和准确率。

7. 车牌自动识别能快速准确的识别车牌是什么原理

车牌自动识别原理基本是经过车牌捕捉、定位、截取、二值化、字符切分，最后车牌OCR识别、结果输出，一般还会有字符识别后处理等几个步骤，这几个步骤要协调处理才行，还要使用各种情况，比如，雨雪天气、反光、阴阳车牌、晚上补光、污损车牌等具体实际情况进行各种优化，才能得到一个完美的车牌识别算法，如果做论文，可以直接用开源的一些东西去完善，如果实际应用，可以用商用的车牌OCR识别产品。
启智畅想车牌识别SDK特点：1、毫秒级识别车牌，彻底解决手工输入痛点，快速、准确；2、手机相机视频预览识别车牌，可提供安卓、ISO、Windows、Linux等系统识别，支持移动设备离线识别以及电脑客户端、服务器端识别；3、支持识别的车牌种类多，蓝牌、黄牌、新能源车牌均可识别，4、复杂场景车牌均可识别，适应性强，白天晚上、远距离、大角度都能快速准确的识别车牌；5、车牌识别SDK开发部整体不超过500K，识别率高达99%；

8. 车牌识别系统识别车牌号的原理是什么呢

为了进行车牌识别，需要以下几个基本的步骤：
1)牌照定位，定位图片中的牌照位置；
2)牌照字符分割，把牌照中的字符分割出来；
3)牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。

车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。

9. 车牌识别系统算法是什么-真地

汽车牌照自动识别技术
它是利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等。

自动识别技术分为硬识别和软识别（其实两者是相辅相成的）
“硬件识别”就是通过独立的硬件设备，对所抓拍图片进行一系列的字符处理；目前停车场系统行业中硬件识别也分为两种，即带有单独的车牌识别仪和前端硬件识别两种。前端硬件识别一体式摄像机是将传统单独的车牌识别仪嵌入至摄像机中，实现前端硬件与摄像机一体化，完美实现图像抓拍、视频流传输、字符识别、道闸抬杆等一系列的工作。
“软件识别”可以理解为通过软件对车牌号码进行的，通过在电脑上安装一个配套的车牌识别软件，对抓拍的图片进行识别处理。其工作方式是通过摄像机连续抓拍多张照片，选择其中较为清晰的一张，然后通过电脑软件进行字符处理，实现车牌识别的。因为每次识别需要抓拍多张照片，因此软识别的速度较慢。而且软识别系统对所抓拍的图片要求也是极高的，必须极为清晰才能达到想要的效果。该系统对现场环境以及调试质量要求极高，在诸多环境不佳的场合都不适用，并且识别设备的摆放也是非常重要的。
软硬识别的对比：
1、分析识别模式
硬识别系统：采用视频流分析识别，对监控范围内的视频流进行全天候实时分析；
软识别系统：图片分析识别，对到达指定范围内的车辆进行拍照，再对照片进行分析；当车辆位置不佳时，识别易出错。
2、智能算法模型

硬识别系统：采用智能模糊点阵识别算法，准确率更高，识别率大于99.70％。很少需要人工干预。
软识别系统：OCR/字型拓扑结构识别算法，会频繁出现误识别情况，准确率低于90％。需要人工不断输入纠正后的号牌。
3、可靠性及稳定性：

硬识别系统：专用识别器采用TI 公司的高速DSP，双CPU控制，确保系统可靠性和稳定性。
软识别系统：软件识别，容易频繁出现死机等情况，需经常重新启动电脑，造成间断性系统瘫痪。

10. 车牌识别系统中车牌识别算法对相似字符怎么识别

车牌识别对现场要求比较高，最好是直道，摄像机最好是百万高清，配补光灯，车牌汉字识别省简称可硬识别为所在省简称……。