基于阈值分割的车牌定位识别,通过对采集的车牌图像进行灰度变换、边缘检测、腐蚀及平滑等过程来进行车牌的预处理，并运用基于车牌颜色纹理特征的车牌定位方法，最终实现车牌区域定位。然后采用模板匹配的方法对输出的字符图像和模板库里的模板进行匹配得到对应的字符信息。本文基于MATLAB的GUI工具进行设计仿真实验，实验表明，整体方案有效可行，基于阈值分割的车牌识别技术在其识别正确率、速度方面具有独特的优势及广阔的应用前景。

基于tensorflow的车牌识别系统，分为车牌定位提取，车牌字符分割，字符训练，字符识别，有一套gui界面，汉字识别率在百分之80以上，字母识别率在百分之90以上。我会在后序更新tensorflow——gpu的安装，和各部分的详细介绍。

车牌定位及车牌识别源码(C++版)

自己标注的新能源绿牌数据集，大概200张。用的时候需要注意下文件名中的空格，xml和txt格式都有，用于车牌定位。

利用HSV色彩空间进行车牌定位的研究，钱鹰，甘胜军，为了解决复杂环境中车牌的定位问题,提出了一个结合车牌颜色特征、灰度特征、几何形状特征的通用车牌定位方法,首先根据中国车牌的�

这个是本人的毕设来的，基于BP神经网络的车牌识别。

基于matlab的车牌定位和字符分割，里面有详细的代码编写和注释，对初学者有很大的帮助和借鉴意义，对图像进行了预处理，灰度化，图像增强，边缘检测等操作

摘要:  针对复杂背景的车牌定位问题，提出了一种综合形态、颜色、投影等多种特征的车牌定位算法。基于车牌区域边缘信息丰富的特点，首先利用边缘检测和数学形态学方法定位候选车牌区域，并消除噪声干扰；然后根据质心所在位置对候选区域进行由低到高的排序，并通过颜色识别作进一步筛选，以排除车灯等区域的干扰；最后采用投影法及谷值分析对截取出的缺损车牌进行补全，从而得到准确的车牌位置。实验结果表明，算法的效率与精度与车辆图像的清晰度、曝光度及车牌大小等因素有关，与传统车牌定位算法相比，效率和精度分别提高了15%和20%以上。 　　随着我国城市规模的急剧扩大，对智能交通系统(ITS)的需求越来越迫切。车牌照自动

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。

MATLAB车牌定位，基于阈值分割，车牌定位方法有边缘检测，基于颜色，该方法为第三种基于阈值分割。可以定位到车牌，为车牌的字符分割做基础，带GUI可视化界面。