车牌识别 99% License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9

最新推荐文章于 2025-05-09 20:29:16 发布

zhubenfulovepoem

最新推荐文章于 2025-05-09 20:29:16 发布

阅读量1.2w

点赞数 7

分类专栏：车牌识别系统文章标签：车牌识别 OCR LSTM MTCNN CTC

版权

该博客介绍了使用深度神经网络实现车牌检测和识别的方法，包括基于Haar+Cascade和MTCNN的检测技术，以及BlSTM+CTC、单字符分割和FCN全卷积识别。项目已开源，提供了实时识别且准确率高达99.8%的车牌识别解决方案，适合图像处理和机器视觉领域的研究者和开发者参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9

works in real-time with detection and recognition accuracy up to 99.8% for Chinese license plates: 100 ms/plate！
github开源地址
进来看一定要加star！右上角！

github 里面会有一个列表，专门收集了你所有 star 过的项目，点击 github 个人头像，可以看到 your stars 的条目，点击就可以查看你 star 过的所有项目了。

本项目采用了多种方式识别车牌，每一种方式各有优缺点，现在统一更新出来！

检测大牌	分割单个字符	识别车牌	项目支持
haar+cascade	haar+cascade	切割出单个字符通过cnn识别	[Y]
mtcnn	图像处理	lstm+ctc	[Y]
图像处理：跳变点		fcn全卷积网络带单个字符定位	[ ]
YOLO			[ ]

需用用到的第三方库下载3rdparty 20180726 百度云

大牌检测采用车牌比例为90:36的比例，训练基于haar特征的adaboost检测。

（1）