研究内容： 车牌定位与字符识别技术以计算机图像处理、模式识别等技术为基础。车牌定位识别主要包括以下四个主要步骤：车牌区域定位、车牌二值化处理、车牌字符分割、车牌字符识别。首先，通过对采集的车牌进行灰度变换、边缘检测、平滑及开闭运算等操作来进行车牌图像预处理工作，并由此得到一种基于车牌颜色纹理特征的车牌定位方法，实现车牌区域定位。接下来通过图像分割对车牌字符分割，本设计采用阈值分割的方法，将已定位出的车牌区域分割为单个字符。最后将分割得到的字符图像与模板库进行匹配识别、输出匹配结果。本设计采用了模板匹配的方法，对输出的字符图像和模板库里的模板进行匹配以得到对应于车牌字符的具体信息。 本设计旨在提高车牌定位识别的精确度，降低对输入图像清晰度要求，并增加所能识别的车牌类型范围，使其能够识别目前市面上大部分车型的车牌。

二值化图片，背景色为黑，前景色为白。可用于车牌号识别技术中的模板匹配。二值化图片，背景色为黑，前景色为白。可用于车牌号识别技术中的模板匹配。

boostdesc_bgm.i文件，使用opencv编译时需要下载的文件，在opencv编译过程当中，boostdesc_bgm.i文件集联网下载失败，需要手动下载导入。

C++ MFC/QT 基于opencv3 开发的图像转换库(16位转8位），带灰度和大透明度alpha参数，绝对稳定实用

众所周知，很多实用的算法都集中在opencv的nonfree模块中，如SIFT和SURF的特征的提取及匹配等都不是免费可以使用的，默认opencv是没有nonfree模块的，需要使用就得自已去编译。这里提供了编译好的。

【车牌识别】基于模板匹配算法实现车牌识别matlab源码1.zip

这是一个图像分割程序，可用于车牌识别

在Android开发图像处理APP中，经常会将Bitmap传到JNI中，使用OpenCV等工具处理后直接将Bitmap返回到Java调用层作输出显示，因此该源码提供了解决方案。 参考地址：https://blog.csdn.net/qq_39312146/article/details/127781165

Ubuntu20.04安装opencv4.4.0+opencv-contrib4.4.0 缺失文件

matlab程序基于bp神经网络车牌识别设计 程序可以运行 需要搭配matlabr2019a 需要的软件参数自行根据软件提示下载 包含程序和报告