写在前面
最近项目需要，搞起了车牌检测及识别，进行了理论方法的调研和代码的实践，最终检测识别的效果还是很不错的。下面是相应的一些记录。
车牌检测及识别的理论方法
一、检测的基本方法
1 用边缘检测+轮廓提取+车牌特征进行车牌的检测；
2 用Harr-like特征或者LBP特征+Adaboost来训练模板用于车牌的检测；还有用神经网络训练的；
3 两者结合。
二、识别的基本方法
1 用Tesseract.来进行训练；
2 用车牌上的字符直接训练识别器。
车牌检测的代码实践
自己网上搜到了一个非常不错的车牌自己识别的开源项目：OpenALPR，在其基础上进行的实践。
配置时的一些注意事项：
一、最好用在Ubuntu14.04下进行配置
自己最早是在自己Ubuntu12.04的系统下进行的编译，出现两个错误：一个是有关string赋值为null的；另外一个是头文件少包含的（ocr.h里面进行了添加）。进行修复后，编译完发现效果和作者网上的demo相差很远，看作者的论坛，说肯能是软件版本不一致（想不通版本不一致能差这么远）。于是对系统进行了升级，升到了和作者一致的Ubuntu14.04环境，解决了问题。
二、Windows下配置的时候注意需要修改CMakeList和匹配相应的Opencv版本。
编译安装完成后，就可以阅读源码，修改代码，进行各种应用了。
小注
阅读和修改源码时强烈推荐Sublime Text，各种爽歪歪。
