标签：
一、现在的国内民用车牌都是92式车牌。
其车牌的一些参数指标如下：
A：总长度为440mm；
B：高度为140mm；
C：其中单字符的宽为45mm；
D：整个车牌区域字符长度为409mm(这里在后面计算的时候方便都认为是410mm)；
E：字符的高度为90mm；
F：第二和第三个字符之间的距离为34mm；
G：其他的每两个字符之间的距离为12mm；
H：其中如果出现字符"1"的话，字符“1”的宽度为13.5mm；与其他字符的相差22.5mm；两个“1”之间的距离为38.5mm；
下图为440长的车牌实际中每个字符在图像的位置；
二、下面来说说车牌识别的整个过程
个人理解整个车牌处理的过程应该分为四块；
A：车牌区域的定位，不管你是大背景复杂图像也好，还是非常清晰的车牌图像，都应先定位到车牌区域。这里根据每个图像的不同采用的方式也应该不同。（颜色空间HSI空间、形态学中的矩形判别）
B：车牌的仿射变化，针对前面已经定位到的车牌，看车牌的字符是否有偏转，如果有则需要求取整个字符的偏转角度，然后求取仿射变化公式。接着求取转化后的图像；（霍夫变化求角度、仿射变化）
C:车牌的字符分割，算是比较难得一块了，如果图像到这里还没有很好的得到分割的话这一步比较难做。通过统计每一行或者每一列的像素点，找到分离点来确定每个字符的位置，并分割出来（投影法求字符位置）
D：车牌的字符匹配，如何识别出来字符，目前有模板匹配的方式或者多特征提升树（adaboost）或者OCR中的字符识别方式来做神经网络比较复杂。模板匹配比较简单，其他两种比较智能；
标签：
原文地址：http://www.cnblogs.com/zvmxvm1991/p/5656189.html
