package demo;
成都做网站、网站建设介绍好的网站是理念、设计和技术的结合。创新互联拥有的网站设计理念、多方位的设计风格、经验丰富的设计团队。提供PC端+手机端网站建设，用营销思维进行网站设计、采用先进技术开源代码、注重用户体验与SEO基础，将技术与创意整合到网站之中，以契合客户的方式做到创意性的视觉化效果。
import java.util.Scanner;
public class CarCard {
//浙A 杭州，浙B 宁波，浙C 温州，浙D 绍兴，浙E 湖州，浙F 嘉兴，浙G 金华，浙H 衢州，浙J 台州，浙K 丽水，浙L 舟山
//网上搜的，应该是对的，这个东西应该管你要
public static void main(String[] args) {
System.out.println("请输入车牌号");
Scanner sc = new Scanner(System.in);
String carno = sc.next();
String t = carno.substring(0,2);
checkAddressByCarCard(t);
}
private static void checkAddressByCarCard(String no){
String a[]={"浙A","浙B","浙C","浙D","浙E","浙F","浙G","浙H","浙J","浙K","浙L"};
String b[]={"杭州","宁波","温州","绍兴","湖州","嘉兴","金华","衢州","台州","丽水","舟山"};
int index = 0;
for(int i = 0;i11;i++){
if(no.equalsIgnoreCase(a[i])){
index=i;
System.out.println("车辆所在地为："+b[i]);
}
}
}
}
//不严谨，但是基本功能实现了
逐句 可能没法呢 寡人已经在论坛解释过了 有问题呼我把
首先
1、定位部分 [temp MaxY]=max(white_y); %temp为向量white_y的元素中的最大值，MaxY为该值的索引（在向量中的位置），也就是说temp为车牌矩阵每一列求和的最大值，即车牌x方向最多像素的地方，（姑且叫他像素中线）那么
while ((Blue_y(PY1,1)=5)(PY11)) PY1=PY1-1; 就可以确实车牌上边缘，同理
while ((Blue_y(PY2,1)=5)(PY2y)) PY2=PY2+1;确定下边缘 。为什么是大于5呢，刚才已经知道是车牌x方向所有列的和，也就是宽，车牌单个字符，那么范围为0-128px，如果值越大，则上下边缘就像素中线就近了，那么车牌车牌横向就短了嘛
，同理。while ((Blue_y(1,PX1)3)(PX1x)) PX1=PX1+1;
为什么是3呢。，车牌单个字符的，值确定，那么车牌车牌纵向区域就窄了
2、分割：
首先对车牌图像自左向右逐列扫描，寻找连续有文字的区间块，将该区间块的有效宽度与某一固定阈值(本文设定的阈值为10，可更改)进行比较，若小于该设定阈值，则认为是左侧干扰，裁剪干扰区域；反之，分割出该模糊
字符块。
3）判断该字符区域是否为有效区域。首先建立矩阵，依据车牌先验知识，分析该字符区域的有效宽度及宽高比(1:2)，即可判断是否为干扰区域，若为字符区域，进一步去除伪字符区域，则分割出第一个字符；反之，认为是左侧干扰区域进行裁剪。
解释：本程序对于定位部分比较理想的情况下 分割率为50%+，但对川字车牌没有鲁棒性，由于川字未连通，所以会被当作背景而切除，其他省份，暂时没有遇到过。当然如果定位后的车牌倾角大于20度这样，那么必须校正，否则会出错
3、分割：这部分就悲剧了，采用的是单纯的模板相减，并且程序没有标准模板
建议计算相关系数，用距离变换进行匹配把
这个 文字不是一般的多 建议你还是去下载研究生的论文和期刊吧，如果懒的话，百度文库里找，就有很多了
1) 基于车牌图像色彩信息定位法[12]。我国车牌主要由四种类型组成:蓝底白字、黄底
黑字、白底红字和黑底白字。根据车牌底色信息可以准确地定位出车牌的边界。该方法识别滤高、适应性强，但易受光照条件和背景干扰且运算量一般较大，不适合用于实时性要求高的环境中。
2) 基于边缘检测的定位法[13]。 车牌字符区域灰度频率变化是车牌区域最稳定的特
征，可以利用它的变化来进行车牌定位。首先对车辆图像进行增强，然后再进行边缘提取，最后利用水平扫描线等方法进行车牌区域的检测。该类方法的定位准确率较高，反映时间快，能有效去掉噪声，适合于背景较复杂的车辆图像。但是对车牌严重褪色的情况，由于检测不到字符笔画的边缘会导致定位失败。
3) 基于车牌几何特征车定位法[14]。我国车牌标准外轮廓尺寸为440*140且为矩形，
整个车牌的宽高比近似为3: 1。利用这种固有特征进行车牌边框提取车牌。这类方法只在车牌位置基本保持水平，同时边框清晰明显时才有效，但若车牌本身的边框是断裂，残缺的或采集到的图像偏离水平角度较大，都会影响定位的准确性，故使用范围较窄。
4) 基于频谱分析的车牌定位法[15]。该类方法将图像从空间域变换到频率域进行分析，
如DFT变换法和采用小波变换法等。小波分析可以在不同的分辨率层次上对图像进行分割，在低分辨率层次上进行粗分割，这样节约时间同时为细分割缩小检测范围。而在高分辨率层次上实现车牌区域的准确定位。但当车辆图像中存在燥声时，会对准确识别车牌区域带来很大的干扰，影响车牌定位的准确性。
(3,4,N)
上北下南左西又东
顺时针排序：北东南西
北1 东2 南3 西4
（3,4,1）
左转1+1=2东
右转1-1=01,则0=4西
后转1+2=3南
可以把朝向问题看成类似约瑟夫的问题。
用数组记录当前坐标X Y 及朝向。用1,2,3,4代表北东南西
左转后，（3,4,2）
往前一步，
当朝向不同的时候，有对应的向前向后是改变哪个坐标值，
写四个朝向时候的坐标的算法
然后调用，传入2，则调用case=2时的动作，如果向前则~~~向后则~~~~再命令转向则（调用处理方向改变的函数）~~~~
最后输出（，，），对最后一个兑换成“东南西北”输出就行了
()
