摘要：車牌識(shí)別系統(tǒng)在生活中的使用越發(fā)廣泛，占據(jù)重要地位。車牌識(shí)別一共分為圖像處理和字符識(shí)別兩部分。本文首先使用OpenCV技術(shù)定位車牌、分割車牌，接著應(yīng)用Tensorflow識(shí)別車牌字符。每個(gè)環(huán)節(jié)都是獨(dú)立出來(lái)的，能夠降低各層之間的耦合度，提高系統(tǒng)可維護(hù)性。其中車牌定位是一步非常關(guān)鍵的步驟，能夠精準(zhǔn)地定位出清晰的車牌能減少后續(xù)環(huán)節(jié)的誤差。系統(tǒng)具有較高的識(shí)別率，能夠精確地識(shí)別出彩色圖像中的車牌字符，具有一定實(shí)用價(jià)值。

　　隨著科技的進(jìn)步和人民生活水平的提高，道路上的汽車隨 之增多，汽車管理問題也引起了人們的重視。每輛車的車牌號(hào) 都是唯一的，準(zhǔn)確識(shí)別出車牌號(hào)就能知道車主信息，降低了汽 車管理難度。車牌識(shí)別的系統(tǒng)被大量運(yùn)用在道路上、車庫(kù)門 禁、小區(qū)門口等。當(dāng)汽車經(jīng)過時(shí)，就識(shí)別出車牌號(hào)，如果是登記 在冊(cè)或被允許通過的車輛，門桿就會(huì)自動(dòng)升起。運(yùn)用在道路 上，就能記錄車輛實(shí)時(shí)動(dòng)態(tài)信息，方便交通管理。本文的車牌 識(shí)別系統(tǒng)是通過OpenCV實(shí)現(xiàn)圖像處理和Tensorflow實(shí)現(xiàn)字符 識(shí)別，編程語(yǔ)言采用Java，具有運(yùn)行環(huán)境簡(jiǎn)單、軟件結(jié)構(gòu)清晰、 識(shí)別效率高等特點(diǎn)。