基础算法篇漏掉了几个算法，其中也有我曾认为过于简单无需说明的，干脆再来个续集补全吧。统计灰度图像的直方图。很简单，不多解释。根据需要，有整体和局部统计两个函数：// 统计灰度图像的直方图//// src: 图像数据首地址// width: 图像宽度// height: 图像高度// count: 直方图数据指针//void CPlate::StatsHistogram(void *src, int width, int height, int *count){ int

本篇将涉及到的一些基础算法集中介绍一下。由于以代码介绍为主，有些算法可能只提个名字，有些算法的原理可能会一两句话带过。原来的VLPR工程中车牌识别的一些组件是分成好几个类的，现将它们全部塞到一个类CPlate中。这样虽有违C++ OOP的精神，但 “咣当”一下子将Plate.h复制过来感觉是很爽滴：#pragma onceconst int W = 512; // 预定义的归一化图像宽度const int M = 16; // 预定义最小图像块单元的宽度const int N

一般来说，一个完整的车牌识别系统的处理流程包括图像输入、车牌提取、字符分割、字符识别和结果输出这五部分。其中车牌提取、字符分割和字符识别是较重要的部分，而车牌提取尤为关键，采用哪种算法或算法组合决定了整个系统的性能。本人从多年前就开始研究车牌识别的各种算法，以资源需求低、运行高效和鲁棒性强为目标，在嵌入式系统中以C/C++实现了车牌识别的整个流程。本系统能同时识别出车牌类型和车牌号，能适应阴雨雪雾等低照度条件，对于倾斜、脏污、损伤、变形等车牌的识别率也很高。当时为了验证和演示，用VS2005做了一个