隨著人工智能技術(shù)的發(fā)展以及階段性成熟，越來越多的AI技術(shù)逐漸落地應(yīng)用并為人類的衣食住行等方面提供了極大的便利。它不僅改變了人類的生活及工作方式，也改變了很多行業(yè)。無論是在技術(shù)成熟度、商業(yè)化進程，還是在市場增長速度等方面，人工智能領(lǐng)域已經(jīng)是當下最熱門的關(guān)鍵詞之一。

　　以計算機視覺技術(shù)為代表的人工智能也是當前火熱的研究領(lǐng)域之一。在本文中，我們將為大家分享基于計算機視覺的車牌識別技術(shù)及其應(yīng)用。

　　車牌識別技術(shù)（Vehicle License Plate Recognition，VLPR），或自動車牌識別（Automatic Number Plate Recognition，ANPR)，是指利用計算機視覺識別技術(shù)將運動中的車輛牌號提取并識別（車輛牌號、車牌顏色等信息）。

　　車牌識別技術(shù)的應(yīng)用十分廣泛，比如在停車場、小區(qū)、工廠等場景，可以實現(xiàn)自動化車輛進出管理，有效降低人力成本；在交通管理上，車輛識別可以用于道路違章檢測，自動識別定位違章車輛信息，實時檢測記錄道路違章等行為。

　　車牌識別系統(tǒng)包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別、結(jié)果輸出這幾大部分?；谇岸嗽O(shè)備（如：智能攝像頭），將采集到的視頻/圖像傳輸?shù)狡脚_，進行預(yù)處理，結(jié)合AI相關(guān)算法對車牌進行識別，最終輸出結(jié)果，并將其應(yīng)用到現(xiàn)實場景中。

　　1）圖像采集：通過前端攝像機設(shè)備抓拍的圖像或?qū)崟r視頻流中采集車輛信息。比較常見的例如在停車場、小區(qū)等出入口架設(shè)的高清攝像機，以及在城市街道上的各類公共區(qū)域攝像頭，都可以實時采集視頻和圖像。2）圖像預(yù)處理：對采集的圖像進行去噪、二值化、灰度修正等等。因為來自前端攝像機設(shè)備采集的圖像，經(jīng)常受到天氣、光照、攝像機角度等因素的影響，所以需要對采集到的圖像進行預(yù)處理，以便能更精準地識別出車牌。3）車牌定位：在圖像中準確定位車牌位置。目前有兩大類車牌定位方式：基于灰度、基于彩色。在實際場景中，由于我國的車牌種類多、顏色組合多樣，一方面各地發(fā)放的車牌底色色調(diào)略有不同，同時受到光照等因素的影響，采集到的車牌圖像色度變化范圍較大，所以我國車牌識別的定位方法不適宜直接用顏色信息定位。4）字符分割：字符分割算法將車牌圖像分成小塊。根據(jù)顏色、字符之間的距離、字體、結(jié)構(gòu)等參數(shù)將車牌上的文字、數(shù)字、字母分割成單獨的字符。5）字符識別：目前用于車牌字符識別（Optical Character Recognition，OCR）的常用算法包括：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機法和Adaboost分類法等。6）結(jié)果輸出:將識別出來的車牌信息以文本格式輸出，包括車牌號，車牌顏色，車牌類型等，如：車牌號：京AD77972，車牌顏色：綠色結(jié)合相關(guān)的數(shù)據(jù)庫，還可以匹配車主信息。比如在小區(qū)場景下的應(yīng)用，結(jié)合車牌識別及數(shù)據(jù)匹配可以得到：車牌號：京AD77972，車牌顏色：綠色，車主：王小明，聯(lián)系方式：136 ×××× ××××，住址：和諧小區(qū)1棟1單元001號在高速路的各個出入口安裝智能攝像頭設(shè)備，車輛駛?cè)腭偝鰰r可實時識別出車牌并根據(jù)牌照調(diào)出車輛及駕駛員相關(guān)信息，實現(xiàn)自動計費、收費等功能，極大提高崗位的工作效率。

　　通過停車場出入口安裝的攝像頭及車牌識別技術(shù)，實時識別進出的車牌，記錄出入時間，并與自動門、欄桿機進行聯(lián)動，實現(xiàn)自動放行、自動計費等智能化的車輛進出管理。

　　車牌識別技術(shù)還可以用于道路超速、違章停車、闖紅燈、交通事故等交通管理場景中，實時識別出違章車輛的車牌號碼并匹配數(shù)據(jù)庫的車輛駕駛員等信息，及時通知執(zhí)法人員進行處理，節(jié)省警力、降低執(zhí)法人員的工作強度。

　　基于各個卡口、路口等區(qū)域布置智能攝像頭和車牌識別技術(shù)，實時抓拍和識別經(jīng)過的車輛，可以協(xié)助公安或交通部門抓捕肇事逃逸、被通緝、偷盜、掛失等黑名單車輛、一旦發(fā)現(xiàn)指定車輛立刻觸發(fā)報警信息。