OpenCV实例（八）车牌字符识别技术（一）模式识别_opencv模式识别

影响并导致汽车牌照内字符出现缺损、污染、模糊等情况的常见因素有照相机的性能、采集车辆图像时光照的差异、汽车牌照的清洁度等。为了提高汽车牌照字符识别的准确率，本节将把英文、数字和汉字分开识别。对于英文和数字的识别，采用基于边缘的霍斯多夫距离来进行。对于汉字的识别，首先对汽车牌照的原始图像进行归一化、灰度均衡化等相关预处理，继而通过使用小波变换的方法提取汉字字符，之后降维处理汽车牌照中汉字字符的原始特征，最后在最小距离分类器中读入得到的汽车牌照中汉字字符的最终特征，并利用特征模板进行匹配。

模式识别概述
人在观察事物或现象时，常寻找它与其他事物或现象不同之处，并根据一定目的把相似、但又细节不同的事物或现象组成一类——如字符识别，虽然每个人写的数字“8”都不一样，但都是同一类。

模式识别是AI的一个重要方向，目的在于模拟人的感知能力，也称“机器感知”、“智能感知”。其发展于20世纪40年代电子计算机的出现，21世纪与深度学习融合，近年深度学习和大数据极大推动了其发展！包括声音和语言识别、文字识别、指纹识别、声纳和地震信号分析、图片分析、化学模式识别等等。

模式识别的相关原理一般是作为识别研究的基础性理论。模式识别的研究体系有许多分支，其中近几年来得到人们较多关注的分支是字符识别。因此，在研究字符识别相关技术的过程中，模式识别的作用极为重要并且极具指导性，而基础理论（模式识别领域）的发展对字符识别的研究又起到了促进作用。

1.模式识别流程

随着计算机技术研究和应用的发