1. 项目概述：从零到一，用VC++构建一个车牌识别系统

最近在整理硬盘里的老项目，翻出来一个十几年前用VC++6.0写的车牌识别系统源码。当时为了一个智能停车场项目，硬啃了几个月图像处理和模式识别，现在回头看，虽然代码风格有点“复古”，但核心思路依然不过时。今天，我就把这个项目的核心代码和实现逻辑掰开揉碎了讲一讲，特别是车牌定位和字符分割这两个最关键的环节。无论你是刚接触图像处理的VC++新手，还是想了解传统车牌识别算法原理的老手，这篇文章都能给你一份可以直接参考、甚至复现的“实战手册”。我们不用那些庞大复杂的开源库，就靠最基础的C++和Windows GDI，一步步把车牌从图片里“揪”出来，再把上面的字符一个个“切”明白。

2. 核心思路与方案选型：为什么选择经典的“灰度化->二值化->定位->分割”流程？

在动手写代码之前，得先想清楚路怎么走。车牌识别（License Plate Recognition, LPR）通常分为几个标准步骤：图像预处理、车牌定位、字符分割、字符识别。我们这个项目聚焦在前三步，用VC++实现，最后一步的识别可以对接简单的模板匹配或后续的机器学习模型。

2.1 技术路线选择：传统图像处理为何仍是学习基石？

你可能听说过现在流行用深度学习做端到端的车牌识别，效果确实好。但对于学习、对于在资源受限的环境（比如某些嵌入式设备或遗留系统）中部署，以及对于理解计算机视觉的基本功来说，传统的图像处理方法依然价值巨大。它不依赖海量数据，计算量相对可控，并且每一步的结果都清晰可见，非常利于调试和理解算法本质。我们的方案基于以下考量：

1. 可控性与可解释性：每一步操作，如灰度化、边缘检测、形态学处理，其原理和效果都能直观地分析和调整。这对于学习和项目调试至关重要。
2. 对开发环境友好：纯C++实现，依赖极少（主要就是Windows GDI），在经典的VC6到最新的Visual Studio 2022中都能顺利编译运行，避免了复杂第三方库的配置冲突。
3. 聚焦核心逻辑：剥离了深度学习框架的复杂性，让我们能更专注于车牌识别领域本身的特殊性问题，比如如何应对光照变化、车牌倾斜、复杂背景等。

2.2 核心流程拆解

我们确定的流程，也是业界最经典、最稳健的流程之一：原始彩色图像 -> 灰度化 -> 图像增强（可选） -> 边缘检测 -> 二值化 -> 形态学处理 -> 候选区域查找 -> 车牌区域筛选 -> 车牌矫正 -> 字符分割 -> 输出分割结果。

这个流程像一条流水线，每一步都为下一步做准备。灰度化减少数据量；边缘检测突出车牌边框；二值化简化图像；形态学处理连接断点、去除噪点；最后通过车牌的几何特征（长宽比、面积等）从一堆候选框中把它找出来。分割阶段则利用车牌字符的排列规律进行投影切割。

注意：这个流程并非万能，对于极端光照、严重污损或特殊车牌样式的图片，效果会打折扣。但它提供了解决这类问题的标准“工具箱”和思考框架。

3. 开发环境搭建与核心工具准备

工欲善其事，必先利其器。虽然我们说依赖少，但一个顺手的开发环境和必要的工具类还是要准备的。

3.1 开发环境配置

• IDE：Visual Studio 2019 或 2022。我强烈建议使用新版本，对C++标准支持更好，调试功能也更强大。不用担心兼容性，我们的核心代码是标准C++和Windows API。
• 项目类型：创建一个Win32控制台应用程序或MFC应用程序。为了专注于算法，控制台程序更轻量。如果需要展示图像处理中间结果，MFC的Picture Control或CImage类会很方便。
• 字符集：建议将项目属性中的“字符集”设置为“使用多字节字符集”，以避免Unicode字符串处理带来的一些麻烦，尤其是处理文件路径时。

3.2 必备工具类：图像数据的“搬运工”

我们需要一个简单的类来加载、保存和在内存中操作图像。这里不直接用OpenCV，而是自己封装，更能理解底层。

// ImageProcess.h - 一个简易的图像处理封装类 #pragma once #include <windows.h> #include <vector> class CSimpleImage { public: CSimpleImage(); ~CSimpleImage(); // 从文件加载图像（支持BMP, JPEG, PNG等，依赖GDI+） bool LoadFromFile(const char* szFilePath); // 创建指定大小的空图像 bool Create(int width, int height, int channels = 1); // 保存图像到文件 bool SaveToFile(const char* szFilePath); // 获取图像信息 int GetWidth() const { return m_nWidth; } int GetHeight() const { return m_nHeight; } int GetChannels() const { return m_nChannels; } BYTE* GetData() { return m_pData.empty() ? NULL : &m_pData[0]; } // 基本的像素访问（这里以灰度图为例，彩色图需扩展） BYTE GetPixel(int x, int y) const; void SetPixel(int x, int y, BYTE value); // 核心图像处理函数 bool ConvertToGray(); // 彩色转灰度 bool Binaryzation(int threshold); // 二值化 bool SobelEdgeDetect(); // Sobel边缘检测 bool MorphologyOperation(bool isErosion, int kernelSize = 3); // 形态学操作（腐蚀/膨胀） private: int m_nWidth; int m_nHeight; int m_nChannels; // 1:灰度， 3:BGR std::vector<BYTE> m_pData; // 存储图像数据，一行一行存储 };

这个类使用std::vector<BYTE>管理图像数据，内存自动释放。使用GDI+（Gdiplus.h）来解码和编码常见图片格式。实现ConvertToGray、Binaryzation等函数，就是我们算法演练的舞台。

实操心得：自己封装图像类初期会有点繁琐，但好处是每一步内存操作都清清楚楚。在调试时，你可以随时把中间图像（比如二值化后的结果）保存下来查看，对定位问题有奇效。务必注意图像数据是逐行存储的，计算像素偏移量时公式是y * m_nWidth * m_nChannels + x * m_nChannels。

4. 车牌定位算法详解与VC++实现

定位是车牌识别的第一步，也是难点所在。我们的目标是：输入一张可能包含车辆的图片，输出一个精确包围车牌的矩形框。

4.1 图像预处理：为定位创造好条件

1. 灰度化：将彩色图转为灰度图，减少三分之二的数据量。常用加权公式：Gray = 0.299*R + 0.587*G + 0.114*B。这个在ConvertToGray中实现。

2. 图像增强：如果图像太暗或对比度太低，可以先进行直方图均衡化或对比度拉伸。对于光照不均的情况，可以采用Retinex算法或同态滤波，但初期为了简化，可以暂时跳过，或尝试简单的灰度线性变换。

3. 边缘检测：目的是突出车牌的矩形边框。我们使用Sobel算子。Sobel可以分别计算x和y方向的梯度，合成后的梯度图能很好地保留边缘。

   // CSimpleImage 中 SobelEdgeDetect 的简化实现思路 bool CSimpleImage::SobelEdgeDetect() { if (m_nChannels != 1) return false; // 确保是灰度图 std::vector<BYTE> tempData(m_pData.size()); // Sobel 核 int sobelX[3][3] = { {-1, 0, 1}, {-2, 0, 2}, {-1, 0, 1} }; int sobelY[3][3] = { {-1, -2, -1}, {0, 0, 0}, {1, 2, 1} }; for (int y = 1; y < m_nHeight - 1; ++y) { for (int x = 1; x < m_nWidth - 1; ++x) { int gx = 0, gy = 0; // 卷积计算 for (int ky = -1; ky <= 1; ++ky) { for (int kx = -1; kx <= 1; ++kx) { BYTE pixel = GetPixel(x + kx, y + ky); gx += pixel * sobelX[ky + 1][kx + 1]; gy += pixel * sobelY[ky + 1][kx + 1]; } } int magnitude = (int)sqrt(float(gx*gx + gy*gy)); magnitude = min(255, max(0, magnitude)); // 限制范围 tempData[y * m_nWidth + x] = (BYTE)magnitude; } } m_pData.swap(tempData); return true; }

4. 二值化：将灰度图或梯度图转为黑白图，便于后续处理。关键在于阈值的选择。

   • 全局阈值：如OTSU（大津法），自动计算一个最佳阈值。适用于前景背景对比明显的图像。
   • 局部阈值（自适应）：对图像分块，每块计算一个阈值，能更好地处理光照不均。我们可以在Binaryzation函数里实现OTSU算法作为默认选项。

4.2 形态学处理与候选区域提取

经过边缘检测和二值化，我们得到了一个黑白图，其中白色是边缘像素。但车牌边框可能不连续，背景也有杂散噪声。

1. 形态学闭操作：先膨胀（dilation）再腐蚀（erosion），可以连接相邻的白色区域，填充小孔洞，使得断开的车牌边框能连成一个整体。这通过调用MorphologyOperation(false, 5)（先膨胀）和MorphologyOperation(true, 5)（后腐蚀）来实现，内核大小（如5）需要根据图像分辨率调整。

2. 查找轮廓：这是提取候选区域的关键。我们需要找到图像中所有白色的连通区域。VC++中可以使用FindContours函数（如果使用OpenCV的话），但为了纯粹，我们可以自己实现一个简单的连通组件标记算法（如Two-Pass算法）。

   • 第一次扫描：给每个前景像素分配一个临时标签，并记录标签间的等价关系。
   • 第二次扫描：根据等价关系，将临时标签解析为最终的连通区域标签。
   • 最终，每个连通区域可以用一个外接矩形（boundingRect）来描述。

3. 候选区域筛选：上一步会找到很多矩形，大部分不是车牌。我们需要根据车牌的先验知识进行过滤：

   • 几何特征：
     • 长宽比：中国车牌标准尺寸为440mm*140mm，长宽比约为3.14。考虑到透视变形，可以设定一个范围，例如2.0 ~ 4.0。
     • 面积：区域像素面积不能太小（排除噪点）也不能太大（排除整个车头）。
     • 矩形度：区域面积与其最小外接矩形面积的比值，接近1说明形状更规整。
   • 颜色特征（可选但有效）：在原始彩色图上，检查候选区域内的颜色是否符合车牌底色（蓝、黄、白、绿、黑）。可以统计HSV颜色空间中H（色调）分量的分布。

   通过设置这些条件的阈值，可以筛掉大部分错误区域。通常一个场景下最后会剩下1-3个候选框。

4.3 代码实现：从轮廓查找到区域筛选

由于自己实现完整的连通域分析代码较长，这里给出一个使用标准库vector存储矩形，并进行筛选的框架：

#include <vector> #include <algorithm> struct ContourRect { int x, y, width, height; double aspectRatio; // 长宽比 int area; // 像素面积 // 可以添加其他特征，如颜色置信度 }; std::vector<ContourRect> FindLicensePlateCandidates(CSimpleImage& binaryImage) { std::vector<ContourRect> candidates; std::vector<ContourRect> allRects; // 假设这里已经通过连通域分析，将结果填充到了allRects中 // allRects = TwoPassLabeling(binaryImage); for (const auto& rect : allRects) { // 计算特征 rect.aspectRatio = (double)rect.width / rect.height; rect.area = rect.width * rect.height; // 筛选条件 bool condAspect = (rect.aspectRatio > 2.0 && rect.aspectRatio < 4.0); bool condArea = (rect.area > 500 && rect.area < 50000); // 阈值需根据图像大小调整 bool condSize = (rect.width > 40 && rect.height > 15); // 最小像素尺寸 if (condAspect && condArea && condSize) { candidates.push_back(rect); } } // 如果还有多个候选，可以按面积排序，取最大的一个或几个 std::sort(candidates.begin(), candidates.end(), [](const ContourRect& a, const ContourRect& b) { return a.area > b.area; }); return candidates; }

5. 车牌字符分割技术精讲

定位到车牌区域后，下一步就是把“京A·12345”这样的字符串，切成“京”、“A”、“1”、“2”、“3”、“4”、“5”这7个独立的字符图像。这是影响识别率的关键一步。

5.1 分割前的预处理：矫正与再二值化

1. 车牌矫正：定位出的车牌矩形可能是倾斜的（透视变形）。我们需要进行仿射变换将其拉正。核心是找到车牌的四个角点（可以通过查找定位区域的最小外接旋转矩形minAreaRect获得），然后映射到一个标准大小的正矩形上。
2. 区域提取与灰度/二值化：从矫正后的图像中抠出车牌区域，并专门针对这个区域再次进行灰度化和二值化。这次二值化可以采用局部自适应阈值（如adaptiveThreshold），因为车牌区域内部的光照可能仍然不均。

5.2 基于投影法的字符分割

这是最经典、最有效的分割方法，利用了车牌字符排列整齐、间距相对均匀的特点。

1. 垂直投影（确定字符左右边界）：

   • 统计二值化车牌图像中每一列的白色（前景）像素数，得到一个投影直方图。
   • 字符所在的列，白色像素多，投影值高；字符间的间隙，白色像素少，投影值低（甚至为0）。
   • 分割点就在投影值从高到低（或从正到零）的波谷位置。

   std::vector<int> GetVerticalProjection(const CSimpleImage& plateImage) { std::vector<int> vProjection(plateImage.GetWidth(), 0); for (int x = 0; x < plateImage.GetWidth(); ++x) { int colSum = 0; for (int y = 0; y < plateImage.GetHeight(); ++y) { if (plateImage.GetPixel(x, y) > 128) { // 假设白色前景 colSum++; } } vProjection[x] = colSum; } return vProjection; } std::vector<ContourRect> SplitByVerticalProjection(const std::vector<int>& vProj, int height, int minCharWidth = 5) { std::vector<ContourRect> charRects; bool inChar = false; int startX = 0; for (int x = 0; x < vProj.size(); ++x) { if (vProj[x] > 0 && !inChar) { // 进入一个字符区域 startX = x; inChar = true; } else if (vProj[x] == 0 && inChar) { // 离开一个字符区域 int endX = x - 1; int width = endX - startX + 1; if (width >= minCharWidth) { // 过滤掉太窄的噪声 charRects.push_back({startX, 0, width, height}); } inChar = false; } } // 处理最后一个字符 if (inChar) { int width = vProj.size() - startX; if (width >= minCharWidth) { charRects.push_back({startX, 0, width, height}); } } return charRects; }

2. 水平投影（确定字符上下边界）：

   • 同理，统计每一行的白色像素数。
   • 用于去除车牌上下边框和确定字符的高度范围。可以先根据水平投影找到字符集中的核心行范围，然后在垂直分割时，只使用这个范围内的图像，能有效排除上下边框的干扰。

3. 处理粘连字符：对于像“京”这样左右结构的汉字，或者因为二值化问题导致两个字符连在一起，垂直投影可能无法分开。此时需要更复杂的策略：

   • 滴水算法：模拟水滴从上往下流，遇到字符分叉处就分开，适合分割粘连字符。
   • 模板匹配滑动：用一个字符宽度的滑动窗口计算匹配度，在匹配度最低的位置切分。
   • 先验知识：中国车牌有固定格式（汉字+字母+5位数字/字母），可以预估字符宽度。如果某个分割出的区域宽度明显大于平均宽度的1.5倍，就可能是粘连，需要特殊处理。

5.3 分割后处理与归一化

分割出的字符图像大小不一，需要归一化到统一尺寸（例如20x20像素），以便后续识别。常用方法是：

1. 边界扩展：将字符图像放在一个稍大的正方形画布中央。
2. 缩放：使用双线性插值等算法，将画布缩放到目标尺寸。

避坑指南：字符分割最大的坑在于光照和污渍导致的二值化错误，以及车牌倾斜矫正不彻底。务必在分割前，花大力气做好车牌的矫正和高质量的二值化。可以尝试多种二值化算法（全局OTSU、局部自适应、Sauvola等）并对比效果。保存每一个中间步骤的图像进行可视化检查，是调试的不二法门。

6. 实战：将代码模块串联成完整流程

现在，我们把上述所有模块组合起来，形成一个完整的车牌定位与分割程序。

// main.cpp 主流程示例 int main() { // 1. 初始化 CSimpleImage srcImage; if (!srcImage.LoadFromFile("car_image.jpg")) { printf("Failed to load image!\n"); return -1; } // 2. 定位车牌 CSimpleImage grayImage = srcImage; grayImage.ConvertToGray(); grayImage.SobelEdgeDetect(); grayImage.Binaryzation(128); // 或使用OTSU自动阈值 grayImage.MorphologyOperation(false, 5); // 膨胀 grayImage.MorphologyOperation(true, 5); // 腐蚀 std::vector<ContourRect> candidates = FindLicensePlateCandidates(grayImage); if (candidates.empty()) { printf("No license plate found!\n"); return -1; } ContourRect plateRect = candidates[0]; // 取最可能的候选 // 3. 提取并矫正车牌区域 (此处简化，假设矩形是正的) CSimpleImage plateRegion; plateRegion.Create(plateRect.width, plateRect.height, 1); // ... 从srcImage的plateRect位置拷贝数据到plateRegion ... // 4. 车牌区域再处理 plateRegion.ConvertToGray(); plateRegion.Binaryzation(0); // 使用自适应阈值效果更好 // plateRegion.AdaptiveBinaryzation(15, 5); // 假设实现了自适应二值化 // 5. 字符分割 std::vector<int> vProj = GetVerticalProjection(plateRegion); std::vector<ContourRect> charRects = SplitByVerticalProjection(vProj, plateRegion.GetHeight()); printf("Found %d character regions.\n", charRects.size()); for (int i = 0; i < charRects.size(); ++i) { // 6. 归一化并保存每个字符 CSimpleImage charImg; // ... 从plateRegion中根据charRects[i]提取子图像 ... // charImg.Normalize(20, 20); // 归一化到20x20 // charImg.SaveToFile(format("char_%d.bmp", i).c_str()); } return 0; }

7. 常见问题排查与性能优化技巧

在实际运行中，你肯定会遇到各种问题。下面是一些典型问题及其解决思路：

性能优化小技巧：

• 图像金字塔：在大图上先进行下采样，快速粗略定位车牌区域，再回溯到原图精细定位，可以大幅加速。
• 积分图：如果需要频繁计算矩形区域内像素的和（比如颜色验证、计算平均亮度），使用积分图能实现O(1)时间的查询。
• 多线程：对于视频流或批量图片处理，可以将图像预处理、候选区域筛选等任务并行化。

8. 项目扩展与进阶思考

实现基础版本后，你可以从以下几个方向深化这个项目：

1. 集成字符识别：分割出的字符图像，可以送入一个识别模块。可以从简单的模板匹配开始：预先制作一个包含所有汉字、字母、数字的标准字符模板库，然后对每个分割块进行归一化，与模板库逐一比对（计算相关系数或距离），取最相似的作为结果。进阶方向是使用机器学习，如提取字符的HOG特征，然后用SVM分类；或者直接搭建一个轻量级的CNN（如LeNet-5）进行识别。
2. 应对更复杂场景：
   • 夜间或低光照：需要更强的图像增强，或尝试使用Retinex算法。
   • 大角度倾斜：需要更鲁棒的角点检测和透视变换算法。
   • 多车牌：修改定位算法，使其能返回多个候选框，并逐一处理。
3. 工程化改进：
   • 参数可配置化：将二值化阈值、形态学内核大小、长宽比范围等参数写成配置文件，便于针对不同场景调整，而无需重新编译。
   • 模块化与日志：将定位、分割、识别写成独立的类或DLL，并增加详细的日志输出，记录每一步的处理结果和耗时，方便调试和性能分析。
   • 图形界面：使用MFC或Qt开发一个简单的GUI，可以加载图片、实时显示处理中间结果、调整参数并查看效果，这对于算法调试和演示非常有帮助。

这个用VC++从头实现的车牌识别与分割项目，就像搭积木一样，把图像处理的基本操作组合起来解决一个具体问题。过程中你会深刻理解每一行代码对最终结果的影响。虽然它可能不如最新的深度学习模型那样“智能”，但这份对底层原理的掌控感，是未来学习更高级技术时最宝贵的财富。