文 献 综 述 一、引言 我国的经济在这几十年来飞速的发展，汽车总量也在随之逐年猛增，人们的日常生活、出行已经离不开汽车。

车牌进行识别技术，也是一个国内外计算机视觉学者研究的热门问题。

不同国家的车牌，识别起来的难度和方法也不尽相同，中国车牌与国外车牌不同的地方在与包含中文、数字、英文的组合，因此如果直接利用国外的技术应用到这个问题上，效果不是很好，同时，识别的准确率也受图片质量、光线、角度、障碍物遮挡等因素影响。

本课题的主要研究内容为利用OpenCV进行车牌识别,系统设计采用的整体思路为使用图像预处理进行车牌定位，通过水平垂直投影法进行文本分割，最后通过SVM识别字符。

二、问题的提出 目前我国的汽车总量仍然在保持持续的上涨，根据公安部交通管理局官方于2018年底发布的数据显示，截至到18年底，全国汽车保有量达2.4亿辆，前一年同期增加2285万辆，增长幅度超过10%。

在不久的将来，我国的汽车保有量有可能将超越美国，不仅如此，由于人口基数大、地区差异等因素，这个数字还将持续上涨，短时间内很难达到饱和状态。

汽车的普及也带动了车牌识别这一技术的产生，由于通过汽车的型号和颜色等信息无法准确定位某一辆车，而每一辆车的车牌却是独一无二的，因此不管在城市智能交通系统中，还是在其他一些运用场景中，车牌识别技术无疑是十分重要的，它决定着智能交通系统的发展速度和技术水平。

车牌识别技术广泛运用于电子警察系统、卡口系统、停车场收费系统、智能公交报站等场景，随着智能交通的迅猛发展，社会对车牌自动识别的需求量会越来越高多，技术上也会越来越高。

车牌识别技术不仅仅能高效、准确地对车辆进行自动检测、监督和管理，从而减少人工操作，降低成本；还能有效地减少工作人员的错误、违规操作；另外，和人工相比，人工读取车牌可能要花费好几秒，但计算机自动识别的效率更高，从而使交通系统更顺畅得运作，减少交通堵塞的情况发生。

其潜在的市场价值极大，能带来很大的的社会效益和经济效益。