之前数字图像处理大作业就是识别门牌或者车牌，用matlab写，直接就是搬运的！这次用opencv写了一下，基本思路大概如下：
1、利用imread() 来load图片，同时对图片进行灰度化，并进行均值滤波（本文用的图片噪声少，好像滤不滤波没啥影响）
2、图片过大的话进行降采样，resize()函数；
3、因为我们需要提取的只是车牌，所以可以将图片进行裁剪，尽可能地只保留门牌号区域，那样的话可以去除很多噪声，
可以利用ROI来进行图片大小的裁剪，ROI(Range(pic.rows, pic.rows), Range(pic.cols,pic.cols))，记住是先rows后cols；
4、二值化，前后背景比较简单，可以用threshold；
5、边缘检测Canny算子
6、然后开始找轮廓利用 findContous和drawContours两个函数，然后门牌最外面的轮廓和数字最里面的轮廓全绘制出来了，所以需要
根据尺寸大小来对轮廓进行筛选，用到了迭代器begin和end，操作迭代器的底端是指针，所以访问指针的大小这里用到->size()而不是.size()，
筛选出所有符合的轮廓之后，需要利用boundingRect()函数来绘制门牌号数字外围的矩形轮廓；
7、最后再进行数字的提取，利用getROI,在imwrite进行图片保存的时候，因为设计多个数字的保存，所以需要考虑到循环，
// char filename[255]; // sprintf(filename, "单个矩形"); // char rectnum[255]; // char file[255]; string filename = "单个矩形"; Mat pic_singlePic; for (int i = 0; i < contours.size() - 1; i++){ stringstream ss; string str; ss << i; ss >> str;//将int转换为string string file = filename + str; string rectnum = filename + str + ".jpg"; // sprintf(file, "%s%d", filename, i); // sprintf(rectnum, "%s%d.jpg", filename, i); Rect r = boundingRect(Mat(contours[i])); pic_singlePic = pic_ROI(r); imwrite(rectnum, pic_singlePic); imshow(file, pic_singlePic); /*waitKey();*/ }http://blog.csdn.net/liuuze5/article/details/45791353这个博主用的是sprintf来进行imwite，看起来功能很强大，各种char*,char，刚开始有点弄晕了，干脆自己用的string，我个人觉得比较适合自己理解，嘿嘿。