OCR王钰楠：浅析车牌识别原理（一）( 二 )
字符分割的主要思路是 ， 基于车牌的二值化结果或边缘提取结果 ， 利用字符的结构特征、字符间的相似性、字符间间隔等信息 ， 一方面把单个字符分别提取出来 ， 也包括粘连和断裂字符等特殊情况的处理；另一方面把宽、高相似的字符归为一类从而去除车牌边框以及一些小的噪声 。 一般采用的算法有：连通域分析、投影分析 ， 字符聚类和模板匹配等 。
6字符识别
对分割后的字符的灰度图像进行归一化处理 ， 特征提取 ， 然后经过机器学习或与字符数据库模板进行匹配 ， 最后选取匹配度最高的结果作为识别结果 。
目前比较流行的字符识别算法有：模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等 。 模板匹配法的优点是识别速度快、方法简单 ， 缺点是对断裂、污损等情况的处理有一些困难；人工神经网络法学习能力强、适应性强、分类能力强但比较耗时；支持向量机法对于未见过的测试样本具有更好的识别能力且需要较少的训练样本；Adaboost分类法能侧重于比较重要的训练数据 ， 识别速度快、实时性较高 。 我国车牌由汉字、英文字母和阿拉伯数字3种字符组成 ， 且具有统一的样式 ， 这也是识别过程的方便之处 。
7车牌识别结果输出
【OCR王钰楠：浅析车牌识别原理（一）】将车牌识别结果以文本格式输出 ， 包括车牌号 ， 车牌颜色 ， 车牌类型等 。