个人整理CCPD黄色车牌数据集300条，格式于CCPD相同，可以直接使用 格式介绍：https://github.com/xiaosongshine/CCPD_Plus/blob/main/README.md

本篇文章主要基于python语言和OpenCV库（cv2）进行车牌区域识别和字符分割，开篇之前针对在python中安装opencv的环境这里不做介绍，可以自行安装配置！ 车牌号检测需要大致分为四个部分： 1.车辆图像获取 2.车牌定位、 3.车牌字符分割 4.车牌字符识别 具体介绍 车牌定位需要用到的是图片二值化为黑白后进canny边缘检测后多次进行开运算与闭运算用于消除小块的区域，保留大块的区域，后用cv2.rectangle选取矩形框，从而定位车牌位置 车牌字符的分割前需要准备的是只保留车牌部分，将其他部分均变为黑色背景。这里我采用cv2.grabCut方法，可将图像分割成前景与背景。分割

资源内容包括车牌省份的简称、数字、字母的训练样本集合，如京、津、冀、晋、陕、甘、宁、沪。字母如A、B、T、M等。

基于Keil软件与C语言开发利用OV7725照相机与STM32F1识别车牌。基于Keil软件与C语言开发利用OV7725照相机与STM32F1识别车牌。基于Keil软件与C语言开发利用OV7725照相机与STM32F1识别车牌。

基于matlab的车牌识别程序，可以正常运行，车牌识别率很高，可以识别倾斜车牌，夜间车牌识别也可以完成，蓝色车身的车牌照片也可识别。

蓝色车牌，用于车牌识别，车牌训练，车牌识别测试，蓝色车牌825张

基于Matlab的车牌识别源代码，有车牌定位，字符分割。模板匹配等功能模块，带注解便于理解，附带GUI界面，方便操作，毕业设计，课程设计的不二选择，有问题也可私我咨询。

本资源主要分为三个部分：车牌定位 字符分割 字符识别，每个部分都可单独运行。 车牌定位采用数学形态学和颜色特征相结合的方法。首先对图片进行开闭运算、轮廓检测等数学形态学操作突出车牌区域，然后依据车牌的形状特征去除部分干扰区域，并利用仿射变换对可疑车牌区域进行倾斜矫正，最后根据车牌颜色特征选取最终区域，同时确定车牌的颜色。 字符分割基于投影法，利用二值化图像像素的分布直方图进行分析。其中水平投影确定字符区域并去除上下边框，垂直投影找出相邻字符的分界点，并通过适当算法组合分离的汉字和去除车牌上的分隔点、边缘等干扰； 字符识别基于keras框架，首先搭建卷积神经网络对训练集进行训练，准确率达到97.87%，然后利用训练好的模型对分割下的字符逐一进行识别，最终组成车牌号码，实现车牌识别的目标。

用于开发BS架构的车牌识别车型识别的应用。本案例讲解的是某二手车管理软件的应用案例，前端采用VUE开发的HTML5页面，后端采用SPRINGBOOT开发。

本研究利用低功耗芯片、车辆管理软件、图像识别系统、定制操作系统、视频采集卡和控制器等软硬件进行有机地整合，形成一个具有车辆出入智能管理功能的一体化嵌入式系统。系统拥有远程控制、网络远程升级、车辆自动设别、车辆进出自动匹配、组合式车辆准入控制、黑名单告警、语音报号等多种功能，对出入车辆进行智能化管理，确保车辆安全，实现出入小区车辆智能化管理，不但大大减轻了小区管理人员的工作负担，也显著提升小区物业管理水平。