开车的朋友都知道，我们基本上无论什么时候去停车场或者上下车高速公路，只要有摄像头和栏杆，都需要识别你的车牌。普通人不需要了解车牌识别的流程，但是还是有很多网友想知道自己的车牌是怎么识别的。

车牌识别和收费系统

在描述车牌识别的过程之前，作者首先要说高速路口的ETC是一套依靠RFID技术的电子识别设备。这种识别技术，通过射频技术，识别贴在汽车前挡风玻璃或其他便于RFID读写的位置的电子标签，进行识别和充电。所以ETC和车牌识别系统是两个系统，因为车牌识别系统不承担充值和消费的功能，所以ETC应运而生。

ETC电子车牌及支付系统

还有一个原因，就是车辆速度高的时候，车牌识别系统的摄像头排拍出来的照片会模糊识别。如果安装高速摄像头(每秒可以拍摄的图片数量远大于24帧)，这个成本会很高，不利于普及。

下面介绍一下洛阳车牌识别系统的工作流程。我们在过程中尽量不使用专业术语，是为了让大家更容易理解。

1.车辆识别

在拍照之前，当然要识别车辆确实进入了摄像头的最佳焦距位置，车牌识别系统会采集车辆的图像。因此，识别车辆是车牌识别的第一步。那么，如何识别车辆呢？

方法很多，其中常用的是红外法。因为相机和系统都是被动采集数据，不知道什么时候拍照。当车辆进入拍摄区域时，红外线会被车辆阻挡。这时候摄像头和系统就会联动起来，拍下车辆的照片，用于后续的车牌识别。当然，这种简单的红外遮挡法可以检测到是否有车辆进入，人或其他物体遮挡红外线，也会诱发拍照。

带红外检测的摄像机

好在为了检测车辆是否进入范围或者其他异物进入，会根据车辆宽度设置红外装置，阻挡多条红外线，宽度与车辆匹配，会诱发拍照。

第二种方法是软件识别。摄像头不停拍照，交给系统判断。原理很简单，因为没有车辆的时候，拍出来的照片是固定的。如果你死了，白天会有图，晚上会有图，下雨会有图，阴天会有图等等。有了基础地图，就可以分辨出有车辆进入地图。

有人说容错率太低，容易出错。是的，容易出错，所以软件方做了进一步的技术深化:车辆轮廓识别。车辆轮廓识别的原理和车牌识别是一样的。请参考下面的车牌轮廓识别部分。

2.照相

对进入有效焦距范围的车辆拍照这一步就很好理解了。车牌识别系统的软件端会根据车辆录入的视频截取图片，或者直接拍照。获取照片后，提供给识别系统备用。

3.初级图像处理-灰度和二值化。

众所周知，灰色是介于白色和黑色之间的一种颜色，灰色的深浅不一，所以在白色和黑色之间有很多灰色。这么多颜色，电脑眼花缭乱。所以，简单的把图片二值化。什么是二值化？让画面只有黑白，也就是只有两种颜色值。顾名思义，把图片变成黑白的过程就是二值化。再次形象地说，是熊猫！在计算机RGB色彩空间中，白色为255，黑色为0，其他颜色在0-255之间。

灰度和二值化车辆图像

有人问，红色是白色还是黑色？把黄色变成白色还是黑色？不用问，在二值化的过程中，会对图片中的每一个像素进行判断，根据设定值，比如160。160以上全白，160以下全黑。

4.图像降噪

你说的降噪是什么意思？就好像你在说话，旁边一个电锯一直在吱吱作响。这时候你和邻居说话，要注意区分电锯噪音和邻居说的话。

二值图像去噪

同理，图片二值化后，图片可能充满了红、橙、黄、绿、靛、紫。如果二值化，黑白点自然会出现深浅不一的颜色。因此，我们必须根据这些斑点的颜色偏差和数量来决定是否反转它们的颜色。就是白变黑，黑变白。

5.图像检索，定位车牌

图片处理到这一步，重点来了——车牌检索。有思维的朋友可能已经意识到，车牌是一个规则的矩形，我们只需要在二值化的图片中找到矩形就可以了。问题来了。你寻找一个长方形。问题是有些车辆的散热窗是长方形的。有头脑的朋友们注意到了，车牌的长宽比与车身其他部分不同。

有了以上的基础知识，我们就离找到车牌更近了。计算机从左到右、从上到下扫描整幅二值化的图片，记录所有由黑到白或由白到黑的像素。然后根据这些像素，计算出哪个区域是矩形，匹配车牌的比例。

从原图中截取车牌

怎么判断是不是车牌？很简单。我们再扫描一遍这个区域。因为是二值图，如果有车牌号，会有黑白变化，尤其是垂直方向。这样可以缩小范围，快速找到车牌。

6.车牌字符切割

我们成功找到了车牌，并从原图(不是二值图)中截取下来。对截取的车牌图像进行灰度化、二值化和降噪处理，特别是边缘降噪。如果降噪后干扰噪声仍然较大，可以采用腐蚀和膨胀算法模糊噪声。

如果降噪后的车牌图像倾斜，就要对图像进行错误的剪切变换(即倾斜角度调整)。我们知道，有些车牌有上下结构。通过扫描二值图像的像素，很容易检测出上下两部分是否没有卡在中间。如果不是，就是上下结构车牌。如果不是自上而下的结构，就是单排结构的新车牌。

二值化车牌(不要模糊)

接下来，根据扫描的二进制车牌，按照每个字符的宽度进行垂直切割。很好理解，因为车牌图像经过了二值化处理，所以车牌字符要么是黑底白字，要么是白底黑字，很容易得到字符的高度和宽度。切割就是以此为基础，将车牌的所有字符切割成单个字符。

车牌字符剪切后，调整为与车牌字符模板库大小相近，宽度小于模板库字符图的图片。

7.准备车牌字符模板库。

车牌字符模板库可以提前用PS或者其他软件AI，CorlDraw等制作。，而且车牌字体可以在网上下载。

也可以通过不断拍摄车辆车牌来获取，这就是机器学习的过程。目的是获取汉字，26个英文大写字母，0到9的10个数字，如车牌，省份，军队，警察，学校，使领馆。

8.车牌字符识别

接下来，剪切的图像存放在一个数组A中，模板库的图像存放在一个数组b中，将两个数组逐一比较，找出相似度最高的模板图像，记录在一个新的数组c中，当然，我们有意过滤了车牌中的点。

剪切图片

总结我们遍历获得的数组C，获得车牌。出于隐私考虑，作者故意模糊了被剪切图片的人物和图形。得到剪切后的图片，就可以得到车牌字库进行对比筛选。根据筛查结果，你的车牌被认出来了。