车牌识别的第一步就是对输入的图像进行二值化处理。
二值化是分别把亮度低于阈值和高于阈值的点进行分类的工程。
其中阈值选取十分重要。如下图所示：
输入的原始图像
阈值过大的情况
阈值过小的情况
正确的二值化
从图中可以看到阈值选择错误，
将直接导致无法定位车牌。
不过这也提示我们，阈值选择可以从车牌是否定位入手：
先根据图像的明暗情况选择一个阈值。
如果无法定位车牌，则换用其它阈值，进行多次尝试。
但是这样可能会严重浪费CPU，因为整个过程系统开销很大。
这就要求对软件进行优化。
优化的思路很多：
比如每一次选择的阈值可以依赖上一次的识别结果。
再比如每一次选择阈值不要仅仅和上次选择的阈值仅差一，
阈值的步长要动态的确定。最后：改变阈值时，
可能仅仅改变图像的局部，而非整个图像。