这个是车牌识别的标准字体，大家可以参考下载。

学习基于腾讯人工智能（AI）的车牌识别技术，使用车牌识别技术实现一个完整的停车场管理系统，项目包括网页调用摄像头拍照，车牌拍照识别，上传车牌图片识别，用户管理，车辆管理（临时车与包月车），车辆出场，入场管理，停车费收费管理，按照临时车或包月车自动计算停车费，系统参数设置，修改用户密码及安全退出等功能，该系统采用Jsp技术，使用SSM框架，Mysql数据库，ajax技术及人工智能等相关技术实现。 项目开发技术：java,jsp,mysql,MyBatis,SpringMVC,jquery,ajax,json 项目运行环境：jdk1.7及以上版本,tomcat6.0及以上版本,mysql5.5及以上版本 项目开发工具: 本项目开发工具是Eclipse,也支持myEclipse，Intellij Idea等其他版本开发工具

2018-2025年中国车牌识别系统市场分析及发展趋势研究预测报告.pdf

车牌识别的车牌字符分割提取matlab程序，为进一步的字符匹配与识别提供基础。

matlab实现的车牌识别，含有gui界面，实验报告 matlab实现的车牌识别，含有gui界面，实验报告 matlab实现的车牌识别，含有gui界面，实验报告 matlab实现的车牌识别，含有gui界面，实验报告

License-Plate-Recognition License Plate Recognition For Car With Python And OpenCV 用python3+opencv3做的中国车牌识别，包括算法和客户端界面，只有2个文件，surface.py是界面代码，predict.py是算法代码，界面不是重点所以用tkinter写得很简单。 使用方法： 版本：python3.4.4，opencv3.4和numpy1.14和PIL5 下载源码，并安装python、numpy、opencv的python版、PIL，运行surface.py即可 算法实现： 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明

车牌识别的所有数据集，每个字符有近200张照片车牌识别的所有数据集，每个字符有近200张照片车牌识别的所有数据集，每个字符有近200张照片

改进特征提取的BP神经网络，通过对汉字，字母和数字分别采用不同的网路结构设计，特征提取和识别，可以得到较理想的效果

yolov3_tiny tensorflow1.x实现，由于框架小，也可用CPU来跑，GPU也可以跑，GPU对应版本：1.x系列都可以+完整教程：车牌识别（PDF版本）+车牌数据集（标签为.xml文件），标签纯手工打造，共202张图片，跑出来测试集map95%。

License-plate-recognition 使用 "Darknet yolov3-tiny" 训练检测模型 1. 下载,提取码: j7c2. 2. 将data.zip解压到darknet.exe所在目录下. 3. 进入data/voc目录下运行voc_label.bat重新生成2019_train.txt, 2019_val.txt. 4. 修改cfg/yolov3-tiny.cfg [net] batch=64 subdivisions=4 // 这里根据自己内存大小修改(我11G显存设置2时,中途会out of memory. 所以设置4, 训练时显存占用约6G) angle=5 // 增加旋转角度产生样本 max_batches = 220000 //最大迭代次数 steps=70000,200000 //调整学习率变化