人脸识别正负样本集，负样本2500多，且为处理后灰度图；正样本1000多张，且为归一化后的图片；同时负样本也是适应于车辆识别，车牌识别，行人检测等

车牌识别系统是智能化交通管理系统的核心部分。介绍基于机器视觉的车牌识别系统设计的过程，车牌识别步骤为：车牌图像采集、图像预处理、车牌定位与提取、车牌字符的分割和字符识别。由于实际生活中视觉传感器所采集的车牌图像可能模糊不清，图像容易受到光照条件、阴雨天气等影响，导致车牌图像本身含有噪声干扰，需要运用数字图像处理算法减小噪声干扰，便于正确识别车牌字符。该设计包涵采用MATLAB软件仿真测试、GUI人机界面构建、通过图像导入和各个环节的图像处理，最终实现车牌号码的识别。实验结果验证所用方法的可行性

车牌识别，基于OpenCV，视频处理，VisualStudio

matlabMATLAB开发了一套车牌识别系统，完成车牌定位、车牌字符分割和车牌字符识别

可以直接用于车牌识别训练的数据集，共包括49063张图片的像素值和对应的独热编码值。

1800+车牌分割图，2000+非车牌样本。注意：图片已分割，只有车牌部分正负样本。

基于python的利用keras网络模型的车牌识别，有完整的代码，包括图像预处理和训练完的模型。

包含用于车牌识别的65类字符，数字，字母和汉字。并且包含已经读取好的用于训练的文件（csv）可直接使用。

基于iTop4412的车牌识别-附件资源

车牌识别项目，GUI功能比较全，内含部分数据集，字符匹配模板库