人工智能的飞速发展逐渐在取缔部分繁杂无用的工序，而移动端离线车牌识别也同样利用人工智能在结束代替人工手动录取车牌，深度学习算法的成果让工作生活更便捷。例如在传统的移动勘查中，工作人员遇到违规的车辆，都要站在路边一字一字、一辆一辆的去抄写车牌号码，虽然后来增加了移动设备，但是还是需要去手动录入车牌号码。如何利用一部手机搞定这个过程呢？
随着生活水平及经济水平的日益提高，汽车数量的爆增模式为汽车管理带来了一定的困难。为了方便警务人员交通执法、停车场车辆管理等工作，一种基于Android、iOS系统的移动端离线车牌识别技术诞生了。
移动端离线车牌识别OCR完美的集成了车牌识别算法，为智慧停车用户提供全套的停车产业链的产品支撑以及技术服务。
移动端车牌识别过程主要包含五个步骤，其中包括图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果等一系列计算机算法运算。
第一步【图像采集】：此步骤通过前端采集视频流数据，再通过硬件或软件对视频流进行进行解帧识别（常见的车牌识别一体机为硬识别，移动端设备往往通过软件识别，为软识别），移动端车牌识别的识别速度为毫秒级别，相较于大家平时用的手机扫码，移动端车牌识别的识别速度更为快速。
第二步【预处理】：一般会根据对现场环境和已经拍摄到的图像的分析得出结论，实现相机的自动逆光处理、自动白平衡处理、自动曝光处理、自动过爆处理等，并对图像进行图像缩放、噪声过滤、对比度增强等处理。
第三步【车牌定位】：对车牌的的定位一般会依据所采集的图像中纹理特征、颜色特征和形状特征等信息，采用投影分析、连通域分析、机器学习等算法检测车牌。
第四步【字符分割】：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：投影分析、连通域分析，字符聚类和模板匹配等。
第五步【字符识别】：当前成熟应用的字符识别算法有：模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等。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以输出。
随着移动互联及移动终端的普及，OCR技术在移动端得到很好地应用，基于OCR技术开发出的移动端车牌识别技术可以直接对汽车的车牌进行识别录入，替代原来的手工记录，然后再人工录入电脑的步骤，让车牌的识别、记录工作变得快捷、便利、准确，会给业务人员带来很大的便利。
文章为本人原创，禁止转载，如有疑问请致邮：283870550@qq.com
