視頻識別模式

視頻觸發(fā)優(yōu)勢是不用安裝地感線圈，工程量小。當車輛進入進入視頻識別區(qū)域時，車牌識別相機自動通過車輛的動態(tài)圖像識別車牌信息，同時提供模擬觸發(fā)識別。缺點是車牌識別相機針對無牌車無法輸出圖像，容易漏車。若未識別出車牌結果，可手動點擊模擬觸發(fā)進行識別。

車牌識別相機是面向智能停車行業(yè)全新推出的基于智能車牌識別技術的車牌識別相機，其設計秉承嵌入式一體化理念，將高清成像、圖像采集、車牌識別、圖像壓縮、數據存儲等多項功能集成在嵌入式DSP智能相機平臺之上，主要運用于停車場管理、計重收費、汽車4S店、高速公路收費等出入口行業(yè)領域。

車牌識別高清相機，能夠實時準確的自動識別出車牌號碼、車牌顏色、車輛顏色等信息，并直接輸出識別結果。嵌入式車牌識別相機采用百萬像素高清識別技術，可子啊室外惡劣環(huán)境下使用，性能穩(wěn)定可靠。一體化嵌入式車牌識別，可脫機工作，結合的視頻壓縮算法，使圖片傳輸更加流暢。文通快號通車牌識別相機可通過Demo軟件進行演示，操作簡單方便，可實現車輛不停車無障礙通行，大大提高車輛通行效率的同時也為客戶提供了一種嶄新的服務模式。
目前市場上大多數廠家的軟件是不支持個性化定制的，原因很簡單，軟件的研發(fā)成本要比硬件設備的成本高的太多。所以很多廠家都是自己沒有研發(fā)團隊，直接購買成品軟件。但是一套成熟的停車場車牌識別系統(tǒng)軟件是需要不斷改進和完善的，客戶提出的需求是軟件改進的直接動力?？蛻暨x擇廠家的時候也要注重考查廠家是否有研發(fā)團隊，是否有足夠的研發(fā)能力。
客戶選擇產品的時候，好的方法就是實地考察 設備測試。在互聯網上，有很多廠家實際上是并沒有廣告宣傳上所寫的實力的。所以建議客戶好實地考察后再做決定。其次設備測試是尤為重要的，只有軟硬件測試過后，才能真正了解這個產品是否符合自己的需求。才能綜合評定所選擇的產品是否真正的具有性價比。
假設車牌圖片沒有旋轉和變形，則車牌分割的一個重要特征是車牌中有大量的垂直邊緣。

具體算法步驟如下：

1.將彩色圖像轉化為灰度圖，并采用5*5模版對圖像進行高斯模糊來退出由照相機或其他環(huán)境噪聲（如果不這么做，我們會得到很多垂直邊緣，導致錯誤檢測。）

2.使用Sobel濾波器求一階水平方向導數，以此尋找垂直邊緣

3.使用Otsu自適應閾值算法獲得圖像二值化的閾值，并由此得到一副二值畫圖片

4.采用閉操作，去除每個垂直邊緣線之間的空白空格，并連接所有包含 大量邊緣的區(qū)域（這步過后，我們將有許多包含車牌的候選區(qū)域）

5.由于大多數區(qū)域并不包含車牌，我們使用輪廓外接矩形的縱橫比和區(qū)域面積，對這些區(qū)域進行區(qū)分。

a.使用findContours找到外部輪廓

b.使用minAreaRect獲得這些輪廓的小外接矩形，存儲在vector向量中

c.使用面積和長寬比，作基本的驗證【閾值：長寬比為4.727272，允許誤差范圍正負40%，面積范圍15*15至125*125】

6.由于每個車牌都包含白色背景屬性。我們?yōu)榱烁牟眉魣D像，可以使用floodfill算法【用顏色填充某一密閉區(qū)域，相當于油漆桶的功能】來提取那些旋轉的矩形。

步的原文：get several seeds near the last rotated rectangle center. Then get the minimum size of plate between the width and height, and use it to generate random seeds near the patch center.】總之，得到每個矩形的中心，然后求每個矩形各自長寬的較小值，再用隨機數和這個較小值得到中心附近的種子點

第二步的原文：for each seed, we use a floodFill function to draw a new mask image to store the new closest cropping region:

第三部的翻譯：對這些裁剪區(qū)域，再次用縱橫比和區(qū)域面積進行驗證，再去除圖像的旋轉，并裁剪圖像到統(tǒng)一尺寸，均衡化圖像的灰度

②用SVM分類。分類前要先訓練SVM，準備正、負樣本（圖像分割后得到的車牌及非車牌圖像）。

字符識別（Chars Recognition）：對只包含車牌的圖塊進行光學字符識別（OCR），可用CNN實現。

三步：①字符分割 ②CNN訓練 ③使用CNN預測字符

一、字符分割【OCR Segment】

在使用神經網絡對每個字符進行預測之前，我們從只包含車牌的圖塊中扣取字符圖片，步驟如下：

輸入圖像為上一步驟得到的車牌：


a.二值化車牌


b.求輪廓


c.求小外接矩形


d.用縱橫比及面積，篩選外接矩形


e.調整統(tǒng)一矩形大小并保存每個字符的圖片【注意：分割得到順序和車牌字符順序無關，可能不同】