最近工作依然在車牌定位上。經過粗定位，車牌框或大或小，或誤定位情況雜多。而往往高的識別率最重要的就是對這些情況如何一一解決，即所謂的細節問題。
這裏粗略描述下過程，討論方法而已，畢竟調試過程無法細說，代碼也是很簡單的。
首先，顏色是一重要特徵，在精定位作爲一種輔助作用，可以對一大部分車牌進行調整。當然這裏是指中國大陸的車牌，藍色爲主，其他特殊車牌不作討論。判斷一個定位出來的block是否爲藍色，我用了YUV，對U和V值劃定一個範圍，這個範圍要依據實際採集的圖像爲準。按行可以計算出具有最多藍色像素的行，當然block中所含有的藍色像素個數也能得到，以這兩個數值爲條件（行最大藍色像素值和總藍色像素個數），對滿足條件的block進行上下即左右調整。有一種block的情況是滿足上述兩個條件，但是在漢字區域藍色像素稀少，有時在調整左邊界的時候會把字符切掉。所以需要對這種情況再進行判斷條件的更改，重新調整回來。
其次，由於光線影響，藍色信息難免缺失，或者整個block已經沒有了藍色信息。這種情況我用了梯度圖像。先求得左右方向的梯度圖像，再二值化（閾值選取適當，也是一個可調參數），然後遍歷每行，如果兩個白點之間連續黑像素小於5個以內，則這些黑像素用白點替換。緊接着對圖像做4領域或8領域判斷，消除一些相對孤立的點。這些預處理做完就開始調整左右邊界了，方法是統計好每列白點數，然後逐列判斷白點密度。對於車牌區域左右兩邊區域較複雜的情況，可能無法調整過來。
複雜背景下采集的圖像，情況複雜，只有採集一定量的圖像並進行大量分析調試，才能儘量多的發現問題並歸類。所以簡單來說，精調，就是去發現那些細節問題，然後解決問題，這需要大量樣本作基礎。