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

Dependency Opencv Keras(theano-backend " tf data order") Numpy

基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 基于win10系统，实用anaconda配置python环境，在anaconda里面下载vscode对项目进行编辑，基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 基于win10系统，实用anaconda配置python环境，在anaconda里面下载vscode对项目进行编辑

研究生毕设答辩PPT 基于卡口的车牌识别系统的优化研究

实地采集的车牌图片数据整理 包括各类场景总计1200左右张图像数据 如停车场，卡口，天桥等位置 可进行车牌定位检测，车牌字符分割，车牌字符识别等相关研究

车牌定位 对汽车牌照的定位，对二值图像进行区域提取。图像经过预处理之后，进行二值变换，突出车牌的具体位置，用Matlab函数计算经二值化处理后的车牌二值子图。 对提取的车牌图像再次预处理，例如二值化、反色、锐化、去除离散噪声、倾斜调整等。突出有用信息，以便于字符分割。

车牌定位数据库-output0原图.rar 包含11585张可用于车牌定位的卡口数据库，主要为蓝底白字 数据库为之前研究生主研方向时，向文章作者申请得到，现公布出来，共享研究 ............................................................................................................................................ .........................................................................................................................................

928张车牌图片数据-可用于进行车牌定位，车牌字符分割，以及车牌识别 样本清晰 路口抓拍 停车场采集 带倾斜 卡口抓拍采集等

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：BP神经网络车牌识别_车牌定位后的倾斜矫正_车牌识别_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

开发环境：vc6.0 ,opencv1.0.整体功能：实现车牌跟踪，检测，车牌定位，车牌分割，字符分割，字符识别，其中车牌跟踪和车牌检测不是很好，但是对于已经拍好的图片，车牌定位，车牌分割，字符分割和字符识别效果很好。程序中的核心算法，本人已加详细注释。具体详见程序说明。希望对你有所帮助。