基于OpenCV和卷积神经网络的车牌识别研究

打开文本图片集

摘  要：车牌识别在高速收费口、小区车辆出入口、停车场自动收费系统等方面得到越来越多的应用，这在一定程度上可以减少交通道路的拥挤，缓解交通压力。本文应用OpenCV库相关功能完成车牌的定位以及字符的分割，在此基础上利用TensorFlow框架的Keras模块搭建卷积神经网络，对车牌中的汉字、数字和字母分别进行识别，其中车牌汉字模型评估的准确率为92.4%，数字和字母一起识别模型评估的准确率为95.6%，识别效果较好。（剩余6004字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。