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

数据集：CCPD数据集，正样本约20w张，负样本约3w张

芊熠车牌识别摄像机相机 停车场、卡口系统可用 出入口win-SDK_3.2.3.3.zip 内附 文档，头文件，动态链接库，C++，Dephi，C#源码 ，开发示例

基于Python的百度AI 智能停车场车牌识别计费系统的程序,源码，注释齐全

Matlab模版匹配车牌识别系统

一个完整的车牌识别系统闭应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时，系统采集当前的视频图像。车辆识别单元对图像进行处理，定位出牌照位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。车牌识别系统原理如图l所示。

智能交通体系中，专用计算机视觉系统即牌照识别技术（License Plate Reeognition，LPR）占有极其重要的地位。设计了一种基于FPGA平台的智能车牌定位识别系统，在 EP2C35平台上搭建SOPC系统，完成了车牌图像定位、字符提取识别等功能。该设计采用FPGA为核心，大大减小了制板的面积，有效提高了系统定位的速度及准确性；可定制的软核Nios II处理器使得智能车牌识别系统具有了更大的灵活性。