车辆图片算法

1、车牌字符识别算法原理是怎样的

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。

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。

图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。

预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。

车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。

字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。

字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。

结果输出：将车牌识别的结果以文本格式输出。

2、车牌识别的图像边缘算法研究

图像边缘提取 常用的边缘检测算子有梯度算子、Roberts算子、Sobel算子、Prewitt算子、Canny算子 不过单用 效果不好
不知道你是什么语言的车牌识别 建议用梯度算子 效果不错 这里给出matlab的

主函数：
im=imread('1.kpg')
I=rgb2gray(im);%调并转化为灰度图象；
[height,width]=size(I);
%预处理
I_edge=zeros(height,width); %创建height*width的矩阵

for i=1:width-1 % 对每一列开始遍历

I_edge(:,i)=abs(I(:,i+1)-I(:,i));% 每列的值赋为原图像中左右两列相减的绝对值(即梯度)
end
I_edge=(255/(max(max(I_edge))-min(min(I_edge))))*(I_edge-min(min(I_edge)));%归一化处理(0～255)
[I_edge,y1]=select(I_edge,height,width); %%%%%%调用select函数
BW2 = I_edge;% 经过梯度变化的图象 图像边缘检测图像边缘检测图像边缘检测
%%%%%%%%%%%%%%%%一些形态学处理
SE=strel('rectangle',[10,10]);
IM2=imerode(BW2,SE);%使用二值结构要素矩阵SE队图像数据矩阵BW1执行腐蚀操作
IM2=bwareaopen(IM2,20);
IM3=imdilate(IM2,SE);%使用二值结构要素矩阵SE队图像数据矩阵BW1执行膨胀操作 %开运算，

调用函数：
function [y,y1]=select(ImageData,h,w)
thr=0.5;delta=0.05;
%
y=(ImageData>=thr*mean(max(ImageData)));
BW2=bwareaopen(y,10);SE=strel('square',15);

figure(4),subplot(1,2,2);imshow(BW2);title('清除小面积对象');

%开运算，消除细小物体
IM2=imdilate(BW2,SE); %膨胀
figure(5),subplot(1,2,1);imshow(IM2);title('第一次膨胀操作');
IM3=imerode(IM2,SE);%腐蚀
figure(5),subplot(1,2,2);imshow(IM3);title('第一次腐蚀操作');
average=sum(sum(IM3))/(h*w);
while(average<0.03||average>0.08)%参数可能需要自己调整
% if(average<=0.005||average>=1)
% break;
%end
if(average<0.03)
thr=thr-delta;
else
thr=thr+delta;
end
y=(ImageData>=thr*mean(max(ImageData)));
BW2=bwareaopen(y,10);
IM2=imdilate(BW2,SE);
figure(6),subplot(1,2,1);imshow(IM2);title('第二次膨胀操作');
IM3=imerode(IM2,SE);
figure(6),subplot(1,2,2);imshow(IM3);title('第二次腐蚀操作');
average=sum(sum(IM3))/(h*w);
end
y1=y;
y=IM3;

3、车牌图像识别算法的实现，求C语言算法设计

我论文题目跟这个差不多，但我也不知道，以前学的C语言早还给老师了，现在还得重新复习，哪有这么多时间啊。
杯具~！

4、matlab 设计 有没有高手啊 求帮忙设计一个算法 可以算出下面图片中汽车的数量

clear all;
rgb = imread('car2.jpg');
gray = rgb2gray(rgb);
se = strel('line',5,100);
op = imopen(gray,se);
cd = imclose(op,se);
level = graythresh(cd);
bw = ~(im2bw(cd,level));
bw = imclearborder(bw,4);
bw = bwareaopen(bw,7000);
bw = bwlabel(bw);
stats = regionprops(bw,'BoundingBox');
imshow(rgb);
ct = length(stats);
for i = 1:ct
rectangle('Position',stats(i).BoundingBox,'EdgeColor','r')
end
title(['Car: ',num2str(ct)]);

5、哪家车牌识别算法最好？

各有优点吧，不能说最好！能满足需求就是最好的，所以要看你是用在PC端车牌识别，还是Android端还是IOS端，还是云端的车牌识别算法。可以去易泊官网了解下是不是有满足你需求的车牌识别算法，供参考

6、处理车牌照图像

抹掉就行了啊

7、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。

8、【求助】小弟自制车牌识别算法求大量车牌图片训练算法准确度。

用现成的合作，可以吗？
北京文通前端车牌识别，车牌识别一体机，可以配合停车场智能LED显示屏，道闸，计费系统，进行车辆的管控。也有软件车牌识别SDK提供。