汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表明,本文提出的方法具有良好的识别性能。随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满足实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。

一个应用于智能交通场景的demo，实现了车辆和行人的追踪检测；车辆不礼让行人检测；车辆非法越线检测；车牌识别的择优迭代；具体参见我的博客：competition1——智能交通场景应用。

主板STM32F407ZGT6，摄像头ov2640，语音播放my1690，2.8寸TCD屏幕，直流电机控制闸机开关，所用到485通信，tcp/ip协议，RTC计时器

【Tensorflow】卷积神经网络实现车牌识别.zip3 【Tensorflow】卷积神经网络实现车牌识别.zip

该资源为数字图像处理课程相关的车牌识别系统，语言为matlab。

平台：MATLAB；流程：车牌定位，字符分割，车牌识别；算法：车牌定位【边缘检测】，字符分割【连通域法】，车牌识别【模板匹配或者bp神经网络，cnn卷积神经网络】；含GUI界面；特殊功能：语音播报，库外识别，计时计费，停车场应用场景；附送资料：开题，提纲，技术文档等。

这是基于YOLOV5目标检测模型的实时车牌识别，包括对车辆的车牌区域精确定位，利用校正探测器对定位的车牌进行边框校正处理，使用增强神经网络模型对车牌区域进行超分辨率技术处理和光学字符识别。经过多次试验测试，可以对视频中的车辆车牌实时识别以及图片中的车辆车牌进行准确定位和识别，识别速度快，准确率高，比那些传统车牌识别方法效果好很多。效果演示视频：1.https://www.bilibili.com/video/BV1eK4y1m7GQ/ 2.https://www.bilibili.com/video/BV13K4y1K7Pi/

本程序通过采集的车牌图像进行灰度变换，边缘检测，腐蚀和平滑等处理过程，得到一种基于车牌颜色纹理特征的车牌定位方法，最终实现车牌区域定位和数字识别。本程序由matlab编写，有详细的代码和配套图片，可以直接运行。

VC++ 车牌识别源代码 步骤包括 图像灰度化 灰度均衡化 边缘检测 预处理 定位车牌 分割车牌 车牌二值化 VS2015测试通过

智慧无人值守停车系统整体解决方案（云车牌识别停车场系统整体解决方案）