依靠科技求发展，不断为用户提供满意的智能化系统，优质的产品、适中的价格、专业的技术和一流的服务是我们永恒的追求。在机会和挑战并存的竞争环境中，为满足市场不断增长的需求，公司将一直站在行业高新技术的尖端，秉承“理性务实、创新发展”的宗旨，奉行“进取、求实、严谨、团结”的方针，不断开拓创新，以技术为核心、视质量为生命、奉用户为上帝，竭诚为您提供性价比最高的智能产品、高质量的工程设计改造及无微不至的售后服务。

　　车牌识别版块说明 充电桩车牌识别应用场景， 车牌识别相机采用吊装的方式 安装到每个充电桩车位上，的识别停在该车位上的车牌号码。充电桩车牌识别场景有其的特点:识别距离短，安装位置高，车牌图像大，俯瞰角度大。根据充电桩的应用场景，专门定制和优化了车牌识别算法，以确保车牌识别的准确性和技术支持仍然保持在这个特定的应用场景中。车牌识别相机本身可以提供二次开发包，支持http协议推送识别结果。当车辆进入充电桩停车位充电时，车牌识别自动捕捉车牌号，通过http协议将识别结果和车辆图片推送到充电桩管理平台服务器指定路径，车牌识别相机可定期向服务器发送网络心跳，保持与服务器长连接，服务器可返回前端相机信号，控制相机输出继电器开关信号，控制部分外部设备。

　　车牌识别技术结合测速设备可以用于车辆超速违章处罚，一般用于高速公路。具体应用是:在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的牌照号码及图片发往各出口；在各出口设置处罚点，用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且、、隐蔽，司机需时刻提醒自己不能超速，大地减少了因超速引发的事故。

　　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。基于模板匹配算法是首先将分割后的字符二值化，并将其尺寸缩放为字符数据库中模板的大小，然后与模板进行匹配，选取佳匹配作为结果。建立数字库对该方法在车牌识别过程中很重要，数字库准确才能检测出的数据正确。基于人工神经元网络的算法有两种，一种是先对特征提取待识别字符，然后用所获得的特征训练神经网络分配器；另一种是直接将待处理图像输入网络由网络自动实现特征提取直至识别结果。模板匹配实现简单，当字符较规整时，对字符图像的缺损、污迹干扰适应力强且识别率高。因此，这里将模板匹配作为车牌字符识别的主要方法。