汽车车牌是如何识别的？ARM Linux下车牌提取过程......

“智慧城市、智慧停车、智慧小区”的出现，随之而来的是一波波的设备更新换代，关于车辆管理这方面，包括安防、交通等行业，都纷纷用上了车牌识别技术。

作为嵌入式er，不仅要看到行业的发展趋势，也要分析分析背后的一些关键技术。下面是一位嵌入式er开发车牌识别的一些经验整理，希望对大家能有所帮助。

最近在弄车牌识别这个项目，对于机器视觉有些了解的人都知道，这个东西算是比较成熟了，在书里也有代码。 网上能找到的资料也比较多，所及借着这个机会在ARM开发板上实现以下车牌识别。

反正对于神经网络这些什么的我是不知道了，所以代码也是网上借鉴了的，我稍微整理注释了下。

首先你需要了解移植opencv到嵌入式ARM的具体的步骤，这个网上比较多，大家搜一下就可以了。

第一步做的就是车牌提取：

代码如下：

我们看下效果：

原图car.jpg，我随便拍的一张图：

看下hsv的效果图car_hsv.jpg：

接着直方图均衡化后的图car_hsv1.jpg：

提取蓝车区域后，分离出来，提取分量 car_hsvSplit.jpg：

可以看出，找到了车牌部分。我拍的这图质量还好，当车辆与车牌都是蓝色时就不好弄出这个了

接着看下形态学处理 car_morphology.jpg：

白色区域都被联通了。

然后看下旋转的图像 car_rotated.jpg：

最后，剪切出车牌即可 car_area.jpg：

这样就提取车了一张车牌。

因为这图比较理想，事实上，可能识别出多个蓝车区域多为车牌，也就是多个候选区域。这里我们图像理想，只识别出一个候选区域，所以我直接把候选区域0，即output_area[0]打印出来就是车牌了，我们应该加入SVM训练，作为最后判断是否是车牌的依据，当然，这个我们下次再说吧。