PC版车牌识别SDK运行环境
Windows xp、Windows7、Windows8、Windows10、Windows server2008、Ubuntu、RedHat、Suse、Centos
PC版车牌识别SDK授权应用领域
治安卡口系统、称重收费系统、汽车4S店管理系统、车辆安全检测系统、平安城市系统、移动手持收费设备、警务通系统、城市道路监控、停车场管理系统、高速公路收费系统
pc车牌识别SDK是一项基于OCR识别的应用技术。前端车牌识别SDK过程主要包含五个步骤，其中包括图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果等一系列计算机算法运算。
pc端车牌识别技术概要
第一步图像采集：此步骤通过前端采集视频流数据，再通过硬件或软件对视频流进行进行解帧识别（常见的车牌识别一体机为硬识别，移动端设备往往通过软件识别，为软识别），前端车牌识别SDK的识别速度为毫秒级别，相较于大家平时用的手机扫码，前端车牌识别SDK的识别速度更为快速。在视频模式下采集图像时，移动端车牌识别会自动触发，无需外接信号。
第二步预处理：一般会根据对现场环境和已经拍摄到的图像的分析得出结论，实现相机的自动逆光处理、自动白平衡处理、自动曝光处理、自动过爆处理等，并对图像进行图像缩放、噪声过滤、对比度增强等处理。
第三步车牌定位：对车牌的的定位一般会依据所采集的图像中纹理特征、颜色特征和形状特征等信息，采用投影分析、连通域分析、机器学习等算法检测车牌。
第四步字符分割：字符分割的主要思路是，基于车牌的二值化结果或边缘提取结果，利用字符的结构特征、字符间的相似性、字符间间隔等信息，一方面把单个字符分别提取出来，也包括粘连和断裂字符等特殊情况的处理；另一方面把宽、高相似的字符归为一类从而去除车牌边框以及一些小的噪声。一般采用的算法有：投影分析、连通域分析，字符聚类和模板匹配等。
第五步字符识别：当前成熟应用的字符识别算法有：模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等。经过机器学习或与字符数据库模板进行匹配，最后选取匹配度高的结果以输出。
更多相关资讯请搜索智能交通王钰楠