基于MATLAB的模板匹配车牌识别系统。含界面GUI。完美运行。流程是：读取车牌，灰度，二值化，边缘检测，车牌定位，字符切割，车牌识别。每个步骤都非常详细的注释。可二次开发成出入库识别，库外车牌播报预警，停车计费等。

阈值分割后基于形状做的模板匹配，使用最大熵阈值分割法，效果优于otsu。

自动口语数字识别 基于“框架袋”方法的自动语音数字识别系统以及基于DTW对齐和距离计算的模板匹配。 孟买印度理工学院的语音处理课程（EE 679）的一部分。

有蓝牌、黄牌、新能源车牌的单一字符文件，从0~9、A~Z、藏川鄂甘赣贵桂黑沪吉冀津晋京辽鲁蒙闽宁青琼陕苏皖湘新渝豫粤云浙等。按照最新国标要求，不提供I和O的单一字符。

利用掩膜技术,实现多目标匹配

应用原halcon工程师的理论设计的模板匹配方案

基于边缘的模板匹配 参考文献 不同 该参考文章实现了Canny算法本身。 将创建渐变模板的操作插入其中。 这里的实现是不同的。 首先使用Canny算法查找边缘。 然后遍历边缘以创建渐变模板。 这很慢，但是代码更少（使用EmguCV的Canny） 注意 使用条件编译符号“ FAST”查看更快但不稳定的结果 预习 图书馆 棱镜EmguCV 其他资讯

opencv+python 模板匹配实现

之所以要8分这么贵，那是因为确实是来之不易。刚才洋洋洒洒写一大堆，上传失败全部木有了，擦！简而言之，我提供了一个大幅度提高识别率的思路：高清晰度的模板轮廓去匹配相对模糊的图片。 具体我是怎么实现的呢？我通过cad软件建立dxf文件，生成了可以缩放的模板轮廓---注意，别以为这句话做起来很简单，你试一试所有版本的cad版本，出来的dxf文件能不能用？能用上下颠倒不颠倒？匹配助手一切正常生成代码能用？这些问题你都解决了？没有那你就找对了答案。全国截止2016年61儿童节仅此一个解决方案，不信你去别处转转！ 哈哈哈，开玩笑而已，但文件夹里面有实例和详细注释，有些是糟粕，有些却是呕心沥血的答案。 慢慢享用，不动可以私信我，但是问题要言简意赅，否则不回。

Edge Based Template Matching 基于边界的模板匹配的原理及算法实现 vc++