由于对号牌信息有效这一结论需要人工判定，所以还需要将车辆号牌图像和识别结果都存储下来，以便调取查看。然后，通过对实际通过的车辆图像以及正确的人工识别结果进行数量统计，以得到识别率和识别准确率，以及可信度、误识率这些中间结果。
为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别。
车辆识别系统是一种用于自动检测和跟踪道路上的移动物体的图像处理技术。其特点包括：
1.实时性，能够快速地捕获并目标；2.高精度，可以准确地判断目标的种类、大小及轮廓等信息3.非接触式，不需要与物体进行物理接触4.环境适应性5.数据安全性6.系统可靠性7.应用广泛8.技术成熟9.经济性好
spring boot + maven 实现的车牌识别及训练系统基于java语言的深度学习项目，在整个开源社区来说都相对较少；而基于java语言实现车牌识别EasyPR-Java项目，后的更新已经是五年以前。本人参考了EasyPR原版C++项目、以及fan-wenjie的EasyPR-Java项目；同时查阅了部分opencv4.0.1版本C++的源码，结合个人对java语言理解，整理出当前项目这是一个入门级教程项目，本人目前也正在学习图片识别相关技术；大牛请绕路当前项目在原有EasyPR项目基础上，增加了绿牌识别功能，只不过当前的训练库文件包含绿牌的样本太少，还需要重新增加绿牌样本的训练，后续会逐步上传当前已经添加基于svm算法的车牌检测训练、以及基于ann算法的车牌号码识别训练功能后续会逐步加入证件识别、人脸识别等功能
在线客服
13864088976
185437481@qq.com
