典型文献
基于OpenCV和卷积神经网络的车牌识别研究
文献摘要：
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.
文献关键词：
车牌定位;字符分割;卷积神经网络;车牌识别
中图分类号：
作者姓名：
高艳;刘海峰
作者机构：
晋中信息学院,山西 太谷 030800
文献出处：
引用格式：
[1]高艳;刘海峰-.基于OpenCV和卷积神经网络的车牌识别研究)[J].软件工程,2022(05):23-25,22
A类：
收费口
B类：
OpenCV,车牌识别,出入口,停车场,收费系统,少交,交通道路,拥挤,解交,相关功能,TensorFlow,Keras,模块搭建,汉字,字母,字模,模型评估,识别模型,车牌定位,字符分割
AB值：
0.375334
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
