车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分 析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车 牌 识 别 过 程 包 括 图 像 采 集 、 预 处 理 、 车 牌 定 位 、 字 符 分 割 、 字 符 识 别 、 结 果输出等一系列算法 运算，具体如程序

MATLAB车牌识别GUI设计，带界面，每一步都有过程图。

最新2020-05-26；spring boot + maven + opencv 车牌识别系统，包含车牌检测、车牌号识别训练；支持黄、蓝、绿车牌检测及车牌号码识别

数据包含车牌识别数据集以及demo。

车牌检测识别训练数据集，蓝牌大概800多张、黄牌大概500多张、新能源绿牌大概200多张，少量白牌、黑牌数据。资源多网上下载的，这里做一个整理和打包，降低下载分数。

本项目用Yolov4实现传统目标检测，Yolov5实现车牌检测，可以一起呈现，需要的老板联系。

代码来自网络，经过了一定的修改，包含完整代码、21页原创报告

带板检测的车辆速度估算 该项目的主要目标是使用深度学习和机器学习算法来识别超速车辆。 从视频中获取一系列图像后，使用Haar Cascade分类器检测卡车。 使用大量正负图像训练分类器模型，以制作XML文件。 接下来是跟踪车辆并借助其各自的位置，ppm（每米像素）和fps（每秒帧）来估计车辆的速度。 现在，已识别卡车的裁剪图像将被发送以进行车牌检测。 CCA（连接组件分析）有助于进行车牌检测和字符分割。 使用字符图像（20X20）对SVC模型进行训练，并且为了提高准确性，还完成了4次交叉折叠验证（机器学习）。 该模型有助于识别分段字符。 识别后，将卡车的计算出的速度及其车牌号一起输入到excel表中。 还为这些卡车分配了一些ID，以生成系统化的数据库。 要运行Speed_Detection _＆_ License_Plate_Detection.py，请按照以下步骤操作： 从此站点下载

车牌号码的自动检测先进行图像的预处理，在对预处理后的图像做边缘检测，根据车牌像素的大小进行车牌分割最后将分割的车牌保存在一个文件当中

车牌检测和识别的Python应用软件实现.7z