标签：
对于现有的图像来说，到这一步的图像为真彩图像，而且大多都定位到了车牌区域位置，图像的内容大多清晰，允许包含一点其他的车牌边缘杂质。
具体步骤如下：
一、直接进行大津算法阈值分割，由于图像内容导致的，图像中的车牌占据主要信息，且车牌中的字符清晰可见，所以直接用大津算法分割出来 字符区域；
二、得判断你的分割的可靠性，如果分割出来的区域过大或者过小都不满足分割要求；这说明图像不对，不能进入下部分的操作；
三、对每一行的像素值进行统计，找到连续的最大长度的行，这一段就默认为是字符区域——这样做排除车牌边缘的干扰；
四、在对列像素进行处理，找到所有有像素列数；
五、由于字符的增长所满足二项式分布的，来确定每一个的分离点的坐标；
六、由于分离点的坐标以及双边关系，可以找到所有两个字符之间的间隙的长度及坐标；
七、对求出来的间隙进行判断，找到满足的间隙作为下部的判断条件；
八、在有效间隙中找到最大间隙的位置以及最大间隙的位置，根据车牌的特性，推算出七个字符的位置；
九、根据推算出来的七个字符位置信息，结合有效间隙的位置信息，确定七个字符的位置；
十、给出七个字符的位置，如果输出的位置有问题则不输出；
具体的流程图如下：
标签：
原文地址：http://www.cnblogs.com/zvmxvm1991/p/5656362.html
