基于SVM+OpenCV的车牌识别系统（参考）

一． 概述

汽车车牌作为车辆的“身份证”，是在公共场合可以查验车辆身份的唯一证明。根据我国现行的交通管理制度，路上行驶的所有经法定机关登记的机动车必须悬挂相应机动车牌照。车牌识别技术可以实现车辆“身份”的自动登记，目前已应用于一些交通场合，如：电子警务系统、高速公路收费系统、高速公路超速抓捕系统、停车场收费系统、公交车站公告系统等。

二． 系统环境

版本：python3.4.4,opencv3.4,numpy1.14和PIL5

三． 系统需求分析

四． 系统详细设计

车牌图片数据预处理操作
数据集中的照片需要进行车牌定位、二值化、调整角度、最后分割成单个字符才可用于模型训练的字符集。将分割好的字符图片分别存放在对应的文件夹中，以便后续训练工作。在进行车牌定位时，考虑不同拍摄环境下所拍摄的图片质量参差不齐，传统的利用边缘检测算法进行定位的方法会出现较大偏差，所以利用颜色再定位的方法，对Sobel定位后的区域进行边界缩小，提高定位的准确性.
车牌字符分割以及特征提取字符分割过程包括对定位到的车牌图块灰度化、二值化、投影分析、去上下边框、根据阈值进行分割，得到用于识别的字符块。分割后的图块需要进行特征提取，才可以用于SVM训练与识别
SVM算法在车牌识别中的应用
支持向量机（SVM）是一种建立在统计学习理论基础上的分类方法，在解决小样本、非线性及高维模式识别中表现出许多优势。SVM属于二分类，处理多分类问题时，通过选择正例为pos，所有负例为neg来实现对于车牌字符的识别。

源代码

百度云链接

链接：https://pan.baidu.com/s/1y58K2boT5XFdm5q8voVaKw?pwd=0udi 提取码：0udi

使用方法
function文件中的 55行以及79行的dat文件应用，因为个人电脑原因，使用了绝对路径，你需要修改成你自己的路径。修改保存后运行main文件启动。