车牌识别软件，安装在
PC上即可运行。可完成进出车辆识别抓图和对进出车牌信息进行常规的统计分析，并且支持车牌信息回查，提高管理水平。
软件介绍
车牌识别软件采用了独有的计算机视觉和图像处理算法，车牌定位识别迅速准确。 结合模式识别神经网络算法，具有自适应学习功能，从而能应付不同的环境、情况和光照条件。简单的用户程序接口使得用户很方便地将它嵌入
用户应用程序。
软件原理
车牌识别是基于计算机视觉和模式识别理论，对含有
车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、车牌定位、字符分割、字符识别等一系列算法运算，其运行流程如下：
图像采集：
通过
模拟摄像机或高清摄像机对过往车辆进行实时、不间断记录、采集。
车牌定位：
车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。
车牌定位算法的好坏，由车牌检出率来评估，市面上优秀的车牌识别系统，检出率能达到99%以上。
其核心是利用车牌区域的纹理特性，进行车牌定位，常用的车牌检测算法包括：利用梯度信息投影统计；利用小波变换作分割；车牌区域扫描连线算法；利用区域特性训练分类器的方法等。这些算法各有利弊，如何从复杂场景中提取出稳定可靠的车牌区域是一个难点。
字符分割：
在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。
字符识别：
对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类器就可以对字符进行识别，常用的分类算法有神经网络，SVM等。
结果输出：
将车牌识别的结果以文本格式输出。
应用领域
车牌识别软件可广泛应用于智能交通、公路卡口、停车场管理、电子警察等领域。
现状
识别率（万张图片）比较测试说明：
1、本测试随机选取了10000张停车场环境下的车辆图片，其结果仅说明相关产品在停车场环境下的识别效果；
2、本测试进行的时间为2014年4月16日，测试对象为各厂家截止该时间最新的演示软件或SDK开发包，不代表该时间后相关厂家升级过的产品；
3、本测试所选取的产品都是国内比较有代表性的“软识别”厂商；
4、以上测试结果数据仅对本测试适用，不足以完全说明相关产品的性能；