block排除工作进行两个月，之所以需要这个环节，是因为粗定位模块不够准确，放入了太多block。然而如果能准确的区分车牌block与非车牌block，那也将是对整个车牌识别流程的一个贡献，因为或许在粗定位上就可此方法避免太多无关block进入下面流程，提高效率。
两个月工作关键点总结：
1、很难只用一到两种方法就能基本区分出车牌与非车牌block，这是由图像质量决定的，不说特殊车牌（大使馆、军车那些），就蓝底白字和黄底黑字车牌而言，因为车牌倾斜、模糊、变形等原因，使一些方法无法通用。
2、最直接的方法就是根据车牌字符跳变这一明显特征，很多方法（二值化，灰度波形等）其实最原始的根据就是车牌的这种跳变特征，所以如果原始特征依据一样，就是方法表达形式不同，一部分非车牌block无法用这种方法排除，那用相同原始特征依据的另一种方法也是没有用的。所以要寻找不同特征依据的方法，结合使用。比如连通域和跳变就是不一样的原始特征。
3、分而治之。这是一个很重要的思维方法。一刀砍往往得不偿失，那么分而治之，逐个攻破，方为上策。比如黄色作为一类，蓝色作为一类，无颜色的作为一类，字符连通域不同数量的不同类等等。
路漫漫，思考，前行！