最详细的Android上面调用的opencv库，实现的车牌识别，很具有参考意义，大家可以根据自己的需要在这个上面的基础上面进行修改

器件：STM32F103 OV7670 TFT 功能说明：识别车牌号码，并能够计算停车时间，费用 资料内容：包含程序源码，电路图原文件，使用说明，测试车牌

最近在做车牌识别，发现网上下载的有些字符库识别效果不太好，所以就根据车牌字符分割的方法自己制作了一个车牌字符库。因为字母I和O和数字1和0相似，所以没有字母I和O。整个字符库包括0-9，A-Z（没有I/O），和'京津冀晋蒙辽吉黑沪苏浙皖闽赣鲁豫鄂湘粤桂琼渝川黔滇藏陕甘青宁新台港澳'。图片为40*20 png格式，已经是二值图像，使用时不需要再转换。

需要在前端摄像机启用事件抓图 详情见: https://blog.csdn.net/cngwj/article/details/79683825 环境： win10（10.0.16299.0）+ vs2017 sdk版本：CH-HCNetSDK_Win32_V5.3.2.15_build20171122 2018.2.26 调用海康威视sdk获取车牌号 2018.3.7 获取设备系统时间 2018.3.12 保存车牌号到csv文件 2018.3.14 对识别到的车牌号进行白名单比对

里面包含车牌识别的所有图片模板，作为训练样本用，很全面。

使用LabVIEW与OneNET进行对智慧停车场的开发，使用NImyRIO作为基础的硬件设备，外接各种外设进行开发。 某物业主打算构建一套智慧停车系统，采用先进的技术对停车场进行管理。停车场结构如图 1.1 所示。用户需求： （1）监测车库有害气体浓度，浓度超标情况下控制通风换气； （2）识别出入车牌，记录车辆停止车位信息； （3）提供根据车牌查询车位信息； （4）显示空余车位数量及空余车位分布位置； （5）根据车位信息动态更新车辆进出电子导引指示牌信息。 基础部分：选用实验室现有模块，实现以上用户需求 1-4 的功能；要充分考虑实际环境布局，采用更少的资源实现了更优的方案。 发挥部分：选用实验室现有模块，实现用户需求（5）的功能；不仅采用简单的有线传输，还使用了 CAN、Wifi、ZigBee 模块进行了数据传输。

MATLAB车牌识别部分： 1、图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。 2、车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成一个连通区域，然后根据车牌的先验知识对所得到的连通区域进行筛选，获取车牌区域的具体位置，完成从图片中提取车牌的任务。 3、车牌分割：首先对车牌进行水平投影，去除水平边框；再对车牌进行垂直投影。通过对车牌进行投影分析可知，与最大值峰中心对应的为车牌中第二个字符和第三个字符的间隔，与第二大峰中心距离对应的即为车牌字符的宽度，并以此为依据对车牌进行分割。 4、字符识别： 神经网络：先用bp神经网络训练测试集中涉及到的字符，如粤、闽等，A-Z,0-9；进行比对识别； 模板匹配：来对车牌进行识别。识别过程中，首先建立标准字库，再将分割所得到的字符进行归一化，将归一化处理后的字符与标准字库里的字符逐一比较，最后把误差最小的字符作为结果显示出来。

基于百度飞浆的车牌号识别，内含识别代码，训练代码，识别数据，训练数据，识别结果93%准确率的模型等

在车牌自动识别过程中，图像的倾斜会给后续字符分割和识别带来困扰。利用传统 H ough 变换进行矫正的运算量很大，文中提出采用 C anny 算子提取图像边缘，去除牌照图像中和矫正无关的所有冗余信息，减少矫正过程的运算量.

一、项目概述 本次项目目标是实现对自动生成的带有各种噪声的车牌识别。在噪声干扰情况下，车牌字符分割较困难，此次车牌识别是将车牌7个字符同时训练，字符包括31个省份简称、10个阿拉伯数字、24个英文字母（’O’和’I’除外），共有65个类别，7个字符使用单独的loss函数进行训练。 （运行环境：tensorflow1.14.0-GPU版） 二、生成车牌数据集 import os import cv2 as cv import numpy as np from math import * from PIL import ImageFont from PIL import Image from P