现在，您已经完成了可以为自动车牌识别的OCR算法获得尖锐图像的可能性，这是对比的另一个图像质量参数。

对比是光和黑暗区域之间亮度的差异。 如果光和黑暗区域之间的差异更明显，可以检测到更多细节。

图1。示例图像不良对比

以下是有关改善对比度的方法的一些建议，这些建议特定于ALPR的需求：

利用相机的较高帧速率

帧速率较高的摄像机允许以不同的曝光时间拍摄相同对象的多个图像。 这样，可以在不同条件下进行多个图像，并且可以选择最好的图像。 现在有CCD摄像机可提供2MP HD分辨率，速度超过60帧/秒。 对于CMOS摄像机\ [请参阅Blog比较流量应用程序的CCD和CMOS ]，速度可能高5倍以上。

使用具有高动态范围的摄像机

具有高动态范围的图像传感器可以更好地区分前景（车牌字符）与背景。 对于世界某些地区的车牌，这尤其具有挑战性。 如果实现正确，则相机制造商确保可用的传感器的完整线性动态范围，甚至可以添加功能以增加动态范围。

灯光

牌照上的光反射不佳会限制对比度。 不同的车牌具有不同的反射系数。 与优化清晰度一样，为了获得最佳结果，必须将IR照明的波长与要测量的车牌相匹配。

雪，雨和雾也反映了IR LED。 同样，对使用IR波长的特别注意将增强图像的对比度。

*因此，来自快速相机的多个图像也具有高动态范围与优化的IR照明相结合，将在图像中产生良好的对比度。 这提高了OCR算法的效率，并为系统集成商提供了更好的机会赢得招标合同。 最后，投资回报率将更大，最终改善了道路安全。

*接下来，我们将讨论如何最大程度地减少诸如盛开和涂抹等文物。

Source: Best Image for Automatic License Plate Recognition – ALPR – part 2 Contrast