有没有这样的思路：在车牌里嵌入低功耗短矩无线通信芯片（太阳能充电） 这样在大多数Case下，识别率不是很容易到100%么

看看我的算法识别的怎么样！ 手机端也可以！ 就问你，牛不牛！

车牌识别如以上朋友所说商业化已经很成熟了，国内车牌识别在商业化运用上可以说已经达到世界先进水平。 给大家说说车牌识别国内商业化一些基本情况吧。 [h1]相机方案厂家[/h1]TI方案、海思方案 海思的是华为海思方案的，是国产芯片的，主打性价比。而TI是美国TI方案的，是进口芯片。价格相对高一些。运算个人觉得TI要比海思更加稳定和快速。 [h1]车牌识别算法厂家[/h1]国内做车牌识别算法公司有臻识、文通、信路通、智芯原动、海清视讯、华夏、汉王、海康、大华等。 汉王主要在道路卡口运用比较多，臻识、华夏、文通等在停车场运用较多，停车场系统中目前臻识市场占有度最大。在识别度上各有各的强项，臻识在大角度识别上比较强，文通在夜间识别率上比较强，但是增加补光灯情况下基本无异。 以上仅仅是2014年评测结果，不代表现在的水平。 因为其他厂家没有使用过暂不做评议，应该目前市场应用化上是没有问题的。 [h1]方案厂家[/h1]在网络上见到的国内做车牌识别的厂家，原则上来说大多都是方案商而已，在外观，软件系统功能性上做一些定制开发而已。比如语音功能、收费功能、各种显示、以及与其他系统对接等等。 [h1]支付方[/h1]只了解过泊链、支付宝、微信等，泊链目的就是和各大车牌识别厂家产品对接，做支付融合。而支付宝与微信具体规则不太了解，可能是和自己云计算做算法识别，形成闭合系统，可能也和车牌识别厂家产品做对接，可能两者共存。 [h1]以上仅仅代表个人观点，如有错误还请指正。[/h1]下次和大家聊聊无人值守停车场的问题。

车牌识别按照运行环境可以简单分为PC端和头端（嵌入式）。目前国内车牌识别系统在PC端已有一些厂家使用深度学习方法，而头端都还是采用传统方法。随着深度学习专用芯片的研发，明年应该就会有深度学习方法应用在头端的产品发布。由于国内外车牌规则较多，传统方法局限性比较大，很难通用。 对于特殊场景，比如低照度、透视变换、低质模糊等，车牌识别率仍然有待提升。而无论是传统方法还是深度学习方法，有些共同的模块技术仍有提高的空间和研究的价值，比如运动区域检测，车牌定位，透视变换校正，多帧融合输出等。而对于传统方法，字符分割和字符识别仍有可提高空间。 待续……

本人目前研一升研二, 准备做的毕业论文就是车牌识别方面, 目前只做蓝底白字的识别[具体原因在最后] 我个人的看法是中国目前的商用车牌识别都是比较固定的角度和环境下的识别, 识别率一般都在99%以上[无责任猜测], 具体依据是收费站的车牌识别系统. 国内知网你搜索一下就知道了, 80%的识别率都敢往上发. -------------------------------------------------------------------------------- 根据我最近参考的一篇2004年韩国人做的车牌识别论文Automatic License Plate Recognition, 他们的效果已经可以在较为复杂的环境背景和一定角度偏移的情况下做到93.7%的准确率, "The license plate location rate of success is 97.9%(定位准确率). The identification rate of success is 95.6%(识别准确率). Combining the above two rates, the overall rate of success for our LPR algorithm is 93.7%(定位+识别准确率)." 这其实相当高, 你要知道他们的样本里有这样的数据: 这种坑爹的车可以说百年难遇了吧!? 当然还有这种: 一般情况是这种: 其实这种还算常见, 但是也不属于经常能碰到的情况, 所以我估计他们的系统实装的话应该可以达到97%左右的水平. -------------------------------------------------------------------------------------------------------- 当然外国人做的效果要好很多, 但是他们的车牌里毕竟没有中文, 这才是中文车牌识别的难点. 另外中国车牌的样式更多, 特别是黄底黑字的车牌, 有的是两行有的是一行!!!! 你这不是坑爹呢吗!!!! 摔! -------------------------------------------------------------------------------