遂宁车行车牌识别定制
决策树模型的特点:与其他分类算法相比，决策树模型有以下优点:可理解性强、速度快。一般决策树模型缺点是:缺乏伸缩性:由于进行深度优先搜索，所以算法受内存大小限制，难于处理大训练集。为了处理大数据集或连续量的种种改进算法（离散化、取样） 不仅增加了分类算法的额外开销，而且降低了分类的准确性，对连续性的字段比较难预测，当类别太多时，错误可能就会增加的比较快，对有时间顺序的数据，需要很多预处理的工作。在有噪声的情况下，拟合将导致过分拟合（overfitting），即对训练数据的拟合反而不具有很好的预测性能。
对边缘检测后的灰度图进行二值化处理车牌图像经过边缘检测之后，车牌上的字符及边缘信息会突出出来，同时，其他非字符和非车牌边框的边缘纹理特征也突出了出来，为了减少噪声的影响，需要对车牌图像进行二值化处理，二值化是对图像进行阈值化的一种类型。根据阈值的选取情况，二值化的方法可分为全阈值法、动态阈值法和部阈值法，我们用大类间方差法（也称Otsu算法）进行阈值化，来剔除一些梯度值较小的像素，减少需要查找的车牌范围，二值化处理后车牌图像的像素值为0或者255。
停车场管理系统的概念停车场管理系统:又可称车辆出入管理系统，简称车管系统。是将计算机技术、自动控制技术、智能卡技术和传统的机械技术结合起来对出入停车库车辆的通过，实施管理、监控、行车指示、停车计费等综合管理系统。智能停车场管理系统设立自动收费站，无需操作员即可完成其收费管理工作。按其所在环境不同可分为:内部智能停车场管理系统和公用智能停车场管理系统二大类。内部智能停车场管理系统主要面向该停车场的固定车主与长期租车位的单位、公司及个人。一般多用于单位自用停车场、公寓及住宅小区配套停车场、办公楼的地下停车场、长期车位租借停车场等。此种停车场的特点是使用者固定，禁止外部车使用；
判断汽车是否没有打开车门，或者所有汽车的外观识别都没有打开车门。只有汽车识别才有这样的问题，这可能是因为汽车的车牌号有关系。如果所有车辆在识别后未打开车门，则需要检查接线端子是否松动，是否有信号输出，检查车门的控制板，判断车门是否死机。如果发生故障，请关闭电源并重新启动。