一、摄像头选择

车牌识别对摄像头的要求 二、车牌照片
通过摄像头拍照获取车牌照片。
摄像头：海康威视ds.2CD2210-I3型号
使用情况：拍照的照片kb太小，低于了100kb。
摄像头连接自己电脑的方法：

SDK开发：

海康ds.2CD2210-I3拍照实验总结：

1、运行摄像头行不行？照片像素大小？什么样的摄像头符合要求？Web版的拍照？

答：拍照的尺寸是1280*720，大小是92.4k，客服说是可以，按照算法的要求是照片需要大于100k，500k最佳，才可以识别车牌。所以摄像头选择焦距2.8mm或者4mm，以下为参考距离。

java 海康 车牌抓拍 海康车牌识别sdk_数据集

三、车牌照片转换
1、 url转换
地址：https://sm.ms/
或者调用阿里云oss

2、 base64转换

#启用BASE64编码方式进行识别
 #内容数据类型是BASE64编码f = open(r’文件地址’, ‘rb’)
 contents =base64.b64encode(f.read())
 f.close()
 bodys[‘IMAGE’] =contents
 bodys[‘IMAGE_TYPE’]= ‘0’

四、车牌识别

1、 调用阿里云API接口

阿里云购买接口地址：
https://market.aliyun.com/products/57124001/cmapi032750.html?spm=5176.730005.productlist.d_cmapi032750.65433524oDln36&innerSource=search_车牌识别#sku=yuncode2675000001

（1）记录所购买的appcode：
AppKey：
AppSecret：
（2）使用python程序调用API

程序地址：

其他语言调用代码:

https://github.com/ALIBABAOCR/OCR_EXAMPLE?spm=a2c4g.11186623.2.12.732e7000fddgQD （3）识别结果
（4）车牌照片要求：尽量对准车牌拍照、距离不要太远，所拍照片中车牌的不要太不显著了。比如如果是10001000图像，你的车牌可能只有5050，那就叫不显著，图像要大于100KB。
2、自研算法：
车牌数据集：特殊车牌要求一千张以上
一整套泛流程：找车牌、识别字符、切割、识别

此次训练数据集来源于自动生成的车牌，由于真实的车牌图像与生成的车牌图像在噪声干扰上有所区分，所以识别率上会有所出入。如果使用真实的车牌数据集，需要对车牌进行滤波、均衡化、腐蚀、矢量量化等预处理方法。

链接：

1、车牌定位

1.1、训练分类器

1.2、车牌粗定位

1.3、倾斜矫正

1.3.1、计算车牌的倾斜角

1.3.2、旋转

1.4、车牌精定位

2、CNN训练

2.1、获取batch_size张图片用于训练

2.2、构建CNN网络

2.3、执行训练

3、车牌识别

3.1、读取1.4中精定位获取的图片

3.2、使用CNN训练模型对精定位图片进行识别

4、Mysql存储

（1）
车牌定位

算法调试中，tesorflow有问题。

（2）
车牌切割

未进行

（3）
车牌识别

未进行，待续。。。。