聊城车牌识别系统上门服务

识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。

例如一个车牌系统在白天有90%以上的准确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%准确度的车牌辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有90%，那全天候的准确率都要达到90%才合理，这样的规格还不包括奇怪的环境干扰(暴雨袭击、冰雹、浓雾区段等)，与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为破坏等)。

在讲述车牌识别过程之前，笔者要先说一下高速路口的ETC是一套依赖RFID技术的电子识别装置。这种识别技术，是通过射频技术，去识别贴在汽车前挡风或者其他便于RFID读写端识别的位置上的电子标签来识别和收费的。因此ETC和车牌识别系统是两套系统，因为车牌识别系统不承担充值和消费功能，因此ETC就应运而生。

摄像头不停地拍照，交给系统去判断。原理很简单，因为没有车辆时，拍的照片是固定的。撑死了也就白天一幅图、晚上一幅图、下雨一幅图、阴天一幅图等。有了基础的图，就可以区分有车辆进入地图了。有人说这样的容错率也太低了，很容易出错。是的，这的确容易出错，所以软件端做了进一步的技术深入：车辆轮廓识别。车辆轮廓识别与车牌识别的轮廓识别原理是一样的，可以参考下面车牌轮廓识别部分。

图片初级处理——灰度化、二值化大家都知道，灰色是介于白色和黑色之间的颜色，而且这个灰色深浅不一样，所以白色和黑色之间的灰色就有很多。这颜色一多，计算机就眼花缭乱了。所以呢，干脆把图片二值化。啥叫二值化呢？就是让图片只有黑色和白色，就是只有两个颜色值，顾名思义把图片搞成黑白二色的过程就是二值化。再形象的比喻一下，就是熊猫化！在计算机RGB颜色空间内，白色就是255，黑色就是0，其他颜色就是在这0-255之间了。

图形检索，定位车牌图片处理到这一步，来了——车牌检索。动脑筋的朋友可能已经意识到了，车牌是规则的长方形，我们只要找二值化后图片里的长方形就好了。问题来了，你找长方形，问题是有些车辆的撒热窗就是长方形。爱动脑筋的小伙伴已经注意到了，车牌的长宽比与车身其他位置的形状长宽比不同。掌握了上面的基本常识，那么我们距离找到车牌就更近了。计算机扫描整个二值化的图片，由左到右，由上到下，把颜色从黑到白或者由白到黑的像素全部记录下来。然后根据这些像素来计算哪个区域是长方形，并且符合车牌的比例。