车牌识别库（识别率不低于98%）的单机版、Android APP代码。 开发环境：eclipse（Kepler），jdk 1.6,32位， 最小api level为8，最大为19（可调整）。免责申明：仅供学习、研究用，不得用于商业用途。转载
基于hyperlpr3的android车牌识别源码+项目说明.zip
大华摄像头Android通用SDK，用于提供二次开发，内含官方Demo，SDK函数说明均为中文，容易二次开发。
基于深度学习+Opencv开发的高性能车牌识别系统C++源码+使用说明（可移植嵌入式和手机端）.zip 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！ 基于深度学习+Opencv开发的高性能车牌识别系统C++源码+使用说明（可移植嵌入式和手机端）.zip 本项目特性 - 速度快 720p,单核 Intel 2.2G CPU (MaBook Pro 2015)平均识别时间低于100ms - 基于端到端的车牌识别无需进行字符分割 - 识别率高,卡口场景准确率在95%-97%左右 - 支持跨平台编译和快速部署 本项目注意事项: - 本项目的C++实现和Python实现无任何关联，都为单独实现 - 在编译C++工程的时候必须要使用OpenCV 4.0和MNN 2.0以上版本，否则无法编译 - 安卓工程编译ndk尽量采用21版本 本项目Python 依赖 - opencv-python (>3.3) - onnxruntime (>1.8.1) - fastapi (0.92.0) - uvicorn (0.20.0) - loguru (0.6.0) - python-multipart - tqdm - requests 本项目跨平台支持 #本项目平台 - Linux: x86、Armv7、Armv8 - MacOS: x86 - Android: arm64-v8a、armeabi-v7a #本项目开发板 - Rockchip: rv1109rv1126(RKNPU) 本项目CPP 依赖 - Opencv 4.0 以上版本 - MNN 2.0 以上版本 本项目C/C++编译依赖库 编译C/C++工程需要使用第三方依赖库，将库下载后解压，并将其通过拷贝或软链接放入根目录(与CMakeLists.txt同级)即可，依赖的库下载地址：[百度网盘](https://pan.baidu.com/s/1zfP2MSsG1jgxB_MjvpwZJQ) code: eu31 本项目Linux/Mac动态链接库编译 - 需要将依赖库放置或链接在项目根目录下(与CMakeLists.txt同级) - 在编译Linux相关平台时，我们推荐您自行编译opencv并安装至系统中，这样可以降低因为系统中一些依赖版本和编译器原因导致的编译错误，当然，你也可以优先尝试使用我们提供的opencv静态库进行编译，需要您把LINUX_USE_3RDPARTY_OPENCV开关打开 ```bash # 执行编译脚本 sh command/build_release_linux_share.sh ``` 编译后的相关物料放置于根目录下**build/linux/install/hyperlpr3**中，其中包含： - include 头文件 - lib 动态库路径 - resource 包含测试图片与模型等静态资源 按需取走需要的文件即可 本项目Linux/Mac编译Demo - 需要完成上一步的编译动作，并保证编译成功且编译完成后的物料放置于根目录下的**build/linux/install/hyperlpr3**路径中，需要将其拷贝或链接到当前目录 - 需要从根目录中进入到子工程**Prj-Linux**文件夹中进行操作 ```bash # 进入到子工程demo cd Prj-Linux # 执行编译脚本 sh build.sh ``` 编译完成后生成可执行程序**PlateRecDemo**，执行运行测试 ```bash # 进入编译目录 cd build/ # 传入模型文件夹路径和需要预测的图像执行程序 ./PlateRecDemo ../hyperlpr3/resource/models/r2_mobile ../hyperlpr3/resource/images/test_img.jpg ``` 本项目Linux/Mac快速使用SDK代码示例 ```C // 读取图像 cv::Mat image = cv::imread(image_path); // 创建ImageData HLPR_ImageData data = {0}; data.
Android 车牌识别 SDK Demo 企业级停车场摄像头识别车牌 识别准确率高（识别率98%） 速度快（不到0.5秒） 本地识别无需联网 ,含Demo代码 Android Studio环境项目，支持6.0以上高版本。
文字描述：一，开发环境 jse eclipse（Kepler，32bit），jdk 1.6.0 _45（32bit），adt 23.0.6，支持Android SDK版本区间为8~19（应该可调整） 使用到的native库有：CWImage.so和THPlateIDFree.so（清华紫光的算法库） 效果：分辨率较高（官方号称不低于98%，笔者尝试各种光线、角度，确实比较厉害）、无需联网。
该项目为基于高德官方demo修改的Android自定义导航APP设计源码，包含355个文件，涵盖283个PNG图片、32个XML配置文件、22个Java源文件、3个Gradle文件、3个JSON文件、2个Python脚本、2个属性文件、2个JPG图片、1个Git忽略文件及1个LICENSE文件。该APP主要服务于外地车牌车辆在BeiJ区域的导航需求。
海康威视视频sdk资源，包括demo，和文档SDK ，不好用免费退换积分
浙江大华技术股份有限公司是一家专业生产安防设备的厂家，这个使他们设备的SDK demo程序
安卓车牌识别SDK二次开发包demo，推荐Android4.0以上，纯C代码编写，可以跨平台应用。
能识别蓝色和黄色车牌的OCR android版本 文字描述：一，开发环境 jse eclipse（Kepler，32bit），jdk 1.6.0 _45（32bit），adt 23.0.6，支持Android SDK版本区间为8~19（应该可调整） 使用到的native库有：CWImage.so和THPlateIDFree.so（清华紫光的算法库） 效果：分辨率较高（官方号称不低于98%，笔者尝试各种光线、角度，确实比较厉害）、无需联网。
