目前車牌識別所遇到的難點主要體現在三個方面，主要體現在：車牌傾斜，影象雜訊，還有車牌模糊。
目前對車牌識別的方法大致可以分為三類，模板匹配，svm，和深度學習的方法，其中，深度學習的方法用的更加廣泛，深度學習上採用車牌識別的方法可分為直接檢測演算法和間接檢測演算法。對於車牌識別，有著不同的資料集，我們需要對不同公共資料集進行比較和說明，然後對針對不同的資料集，工作站，精度和時間進行比較，這樣才能全面的衡量演算法的優勢和劣勢，然後再對未來研究方向進行展望。
模板匹配：
Opencv SVM車牌識別
車牌定位演算法在車牌識別技術中占有很重要地位，乙個車牌識別系統的識別率往往取決於車牌定位的成功率及準確度。車牌定位有很多種演算法，從最簡單的來，車牌在影象中一般被認為是長方形，由於影象攝取角度不同也可能是四邊形。我們可以使用opencv中的例項 c program files opencv samp...
HyperLPR車牌識別
本文基於hyperlpr進行修改，完整 參考 hyperlpr是乙個使用深度學習針對對中文車牌識別的實現，與較為流行的開源的其他框架相比，它的檢測速度和魯棒性和多場景的適應性都要好於目前開源的框架，hyperlpr可以識別多種中文車牌包括白牌，新能源車牌，使館車牌，教練車牌，武警車牌等。使用的目標檢...
車牌識別程式
車牌識別程式 僅供學習使用 說明 此程式識別的車牌是在網上隨便找的，此程式中的二值化 形狀選擇和形態學處理的blob分析三步曲 並不具有普遍性。因為位置 光照 車牌清潔狀態等都會對車票識別造成很大的影響。只有使用mlp svm cnn 等人工智慧演算法訓練的程式，才具有比較高的普適性。1.採集影象 ...