西安瑞乐安防科技有限公司自成立10多年来，与国内外多家高科技科研机构、生产厂商、政府职能部门保持着密切的合作关系，已打造成为一支具有开拓和创新意识的专业技术和高效团队。公司通过长期的实践、积累了丰富的技术、管理和市场经验，培养和造就了一支有具有开拓和创新意识的技术队伍和销售队伍；公司秉承公开、诚信、合作、共赢的原则，为客户、合作伙伴提供优质、可靠的智能安防产品。
号码识别
为了进行车牌识别，需要以下几个基本的步骤：
1) 牌照定位，定位图片中的牌照位置；
2) 牌照字符分割，把牌照中的字符分割出来；
3) 牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。
车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。
1) 牌照定位
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图像中分离出来。
2) 牌照字符分割
完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
3) 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择最佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。
  实际应用中，车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像有利于识别。
  有那么一天，您驾驶您的爱车不管出进全国哪个停车场，将不再取卡、刷卡，出场时也不再需要支付动作，直接出场就可以。
  当您外出办事时，您可以知道哪里有停车场，哪里有停车位，并被贴心的引导到空车位上，办完事情也可以轻松的找到自己的爱车了。同时，在您外出时可以分享您的车位创造收益，让价值最大化。
  有那么一天，免布线让您不再需要复杂的施工苦恼，不必再花费大量时间到现场排查异常，耗费各种成本。当前端有异常时，app上实时预警并准确告速您原因，您可以调动各种资源快速处理异常。
  有那么一天，您不必在每个出入口安排值班人员处理停车场车辆进出事宜，所有人可以办的事情，高度智能化的系统替您办好了，无人值守成为现实，您可以清楚知晓您管理的各个停车场的所有数据。
  有那么一天，大家不再是你死我活的价格战，不再是非此即彼的博弈，而是各司所长，各取所需，共生共荣的景象。
  这一天到来是我们的梦想，但已不再是梦想！

---