采用計(jì)算機(jī)視覺技術(shù)識(shí)別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學(xué)字符識(shí)別，輸出識(shí)別結(jié)果5個(gè)步驟。車輛圖像的采集方式?jīng)Q定了車牌識(shí)別的技術(shù)路線。國際ITS通行的兩條主流技術(shù)路線是自然光和紅外光圖像采集識(shí)別。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響，也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。



自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機(jī)采集車輛真彩像，用彩像分析處理方法識(shí)別車牌。自然光真彩色識(shí)別技術(shù)路線，與人眼感光習(xí)慣一致，并且，真彩像能夠反映車輛及其周圍環(huán)境真實(shí)的圖像信息，不僅可以用來識(shí)別車牌照，而且可以用來識(shí)別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個(gè)攝像機(jī)采集的圖像，同時(shí)實(shí)現(xiàn)所有前端基本視頻信息采集、識(shí)別和人工輔助圖像取證判別，可以前瞻性的為未來的智能交通系統(tǒng)工程預(yù)留接口。

地感線圈埋設(shè)的位置，距離

地感線圈與道閘的距離不要太近了，第yi容易砸到車輛，第 二會(huì)影響車牌識(shí)別率，zui后距離保持在2-3米。

車牌識(shí)別算法

想提高車牌的識(shí)別率，車牌識(shí)別系統(tǒng)的算法就要準(zhǔn)確強(qiáng)大。現(xiàn)在的車牌識(shí)別攝像機(jī)都會(huì)有自己的算法，但車牌識(shí)別攝像機(jī)在不同的環(huán)境條件下會(huì)受到影響，所以環(huán)境對(duì)車牌識(shí)別有很大的影響。

車牌識(shí)別流程

　　1、車輛檢測：識(shí)別車輛車型，確定這是一輛汽車而不是只是一個(gè)車牌;

　　2、圖像采集和處理：邊緣提取，進(jìn)行灰度矯正對(duì)圖像進(jìn)行平滑處理;

　　3、車牌號(hào)碼、顏色識(shí)別;

　　3、車牌字符識(shí)別;

　　4、輸出結(jié)果;

　　車牌識(shí)別產(chǎn)品有五大核心總結(jié)

　　1、拍照全，除了常見的藍(lán)牌、黃牌、警牌外，還包括了農(nóng)用車牌、新能源車牌(綠牌)、教練車牌、大車牌、還有新出的應(yīng)急車牌;

　　2、識(shí)別速度快，達(dá)到了毫秒級(jí)別，優(yōu)化了識(shí)別算法和車牌定位;

　　3、車牌寬度低，識(shí)別距離遠(yuǎn);

　　4、識(shí)別率高，

　　5、純C代碼編寫