免費(fèi)回電車牌識別涉及的相關(guān)算法
車牌定位——負(fù)責(zé)發(fā)現(xiàn)和隔離圖像中的車牌；
車牌方向和大小——補(bǔ)償車牌傾斜和調(diào)整至需要的分辨率；
歸一化——調(diào)整圖像亮度和對比度；
字符分割——找到車牌上的每個(gè)字符；
光學(xué)字符識別；
句法/幾何分析——檢查違反特定國家規(guī)則的字符和位置；
通過多個(gè)字段/圖像識別的平均值生成一個(gè)更可靠或更可信的結(jié)果。尤其當(dāng)每張圖可能包含反射光，部分遮擋或其他臨時(shí)影響。
車牌識別相關(guān)難點(diǎn)
文件分辨率低，通常由于車牌較遠(yuǎn)，有時(shí)是由于低端相機(jī)導(dǎo)致的；
圖像模糊，尤其是運(yùn)動模糊；
由于強(qiáng)光，反射或陰影造成的光照和對比度較差；
車牌(部分)遮擋，通常是拖車桿或車牌上的污漬；
前后識別結(jié)果不同，如拖車，露營車等；
采集車牌時(shí)，車道在相機(jī)視角中發(fā)生改變；
字體不同，常見于一些個(gè)性化的車牌；
規(guī)避車牌識別的手段。
