1、opencv识别车牌车牌识别系统初始登录密码是多少？
应该是admin，请跟厂家沟通。一些制造商的系统有连续的输入错误，这可能会锁定他们。
2、车牌识别识别率低是咋回事？
我在大学的时候做过车牌识别。说实话，这个东西能达到95%的识别率真的很不容易。我需要大量的样本来学习。我学习了一段时间的神经网络算法。安检后可能是样本不够，安检效果不理想。只有60%左右。对题主的建议是:去github，学习一下识别率高的人是怎么写的。
你的识别率只有50%是因为你只是用opencv提供的一些功能代码来划分区域，量和难度都不高，所以你的识别率低是正常的。
神经网络是一个很好的方法，但是需要大数据来修正。其实安全上唯一的难点就是这几个步骤:裁剪出车牌所在的区域，进行几何校正，裁剪出字符进行识别。
神经网络主要用于安全之后的这一步。剩下的就看你的代码技能了。
3、小区车牌识别系统能复制类似蓝牙的东西吗？
对于这两个系统，我们先来看看它们是如何工作的。蓝牙卡系统只需要在出入口安装一个读卡器，然后安装注册的蓝牙卡。车辆进入识别范围后，读卡器识别出蓝牙卡控制闸机打开。也就是说，如果车上有卡，就可以识别是小区的车开的门；如果没有卡，就不会开门。那么如果有外地车辆或者车主的车没有上牌，就只能手动解决了。优点:对内饰车的判断准确，安装环境要求低。缺点:
1.系统功能有限(只有卡车的安全性有限)；
2.后期成本高(用户量大的小区每辆车的车载蓝牙卡数量会直接增加成本，长时间使用会出现断电等需要更换的情况)；
3.安全保障低(看似稳定的车主识别系统实际上是认卡不认车)。只要有卡，大家的车都是一样的，卡很容易拆下来交。另外，现在复制蓝牙卡太容易了。4.管理和收费漏洞(没有上牌的车辆只能靠人工系统。这些因素可以有太多歪脑筋去动。比如我用别人的蓝牙卡给一辆没有卡的车开门，外地车的停车费就可以被贪污偷逃。在出入口安装车牌识别摄像头。汽车驶入摄像头的拍摄范围，触发拍摄。车牌号被认定为判断放行的依据。缺点:需要设备的安装环境。毕竟摄像头需要固定在一个固定的角度，这样所有经过这里的车辆前车牌都可以拍下来。如果识别技术不能做到100%，就意味着识别会出现错误。设备比较贵，但是不用反复买很多卡。优点:1。一卡通系统的管理漏洞和收费漏洞基本可以解决。车牌号是车辆的安全身份证。一辆应该收钱的车跑不掉，事情很难办成。2.内部车辆的不同权限设置空之间可以扩展很多功能。接入保卫部门的车牌系统后，保安车很容易被抓到，安全性更高。
4、怎样识别出一片区域的红绿灯并判别颜色？
颜色判别:取某一区域颜色的RGB分量值(或YUV分量值)并分别判断分量之间的比例关系，当满足一个自定义范围时实现判断。
比如当RGB中R的比例远远高于G和B的比例时，则判定为红色；而r、b、g、b是前者，当r和g的比值相近时，判定为安全；当G的比值大于R和b时为绿色。
这个自定义范围需要不同的图片，不同的灯光，不同的对比度，不同的背景色，不同的透明度来验证数据，从而选择一个可以在所有情况下工作的范围。
5、的opencv实现从底层写起车牌识别可能吗？
有些很难，但也是可能的。难点不在于代码，因为每个部分都有现成的求解模型和源代码，但是组装起来可能还需要自己训练神经网络，这就需要对所选的c++框架和机器学习有一定的了解。比如opencv或dlib可以用于视频捕捉和码帧，yolo2可以用于车辆和车牌区域的实时检测，tesseract可以用于车牌识别。
鄂公网安备 42010302002470号
