我的博客地址：http://www.cnblogs.com/linbin524/p/8036158.html

前言

   目前百度的AI接口相对完善，对于文字识别类的操作还需要开发者一一去尝试，去评估这效果到底是怎么的。

文字识别的接口相对简单，官方提供的SDK也集成很好，笔者只是在这上面做了一些前期性的功能数据校验和过滤，以及返回结果的处理。

实验效果

先来看一下识别效果：

 1、精细化车牌（识别准确）

2、实际场景车牌 （识别准确）

3、多车牌（只识别到一个车牌）

实际拓展思路

鉴于上述结果，目前百度车牌识别可以做到 实际应用场景的处理，但要真正结合、融合，需要开发者们自己做些前期处理，比如说，你需要在摄像头捕捉车牌时候，自己去动态抓取行驶车牌的车牌，

在使用单个请求将车牌发送给百度，从而实现在真实环境中的车牌识别。

ps：有关相关的技术 可以参考我另外一篇博客，动态视频中的人脸捕捉与人脸识别。 博客地址：http://www.cnblogs.com/linbin524/p/linbin524.html

/// 
        /// 车牌识别 返回实体结果
        /// 
        /// 
        /// 
        public static APIBaseModel GetPlateLicense(Image tempImage)
        {

            APIBaseModel tempModel = new APIBaseModel();
            tempModel.contextModel = new DrivingLicenseModel();

            var client = new Ocr.Ocr(Config.clientId, Config.clientSecret);
            var image = ImageHelper.ImageToBytes(tempImage, System.Drawing.Imaging.ImageFormat.Png);
            string result = client.PlateLicense(image).ToString();
            if (result.Contains("\"error_code\""))//说明异常
            {

                tempModel.state = false;
                tempModel.contextModel.errorTypeModel = Json.ToObject(result);
                tempModel.errorMsg = tempModel.contextModel.errorTypeModel.error_discription = OCR_CharacterRecognitionErrorType.GetErrorCodeToDescription(tempModel.contextModel.errorTypeModel.error_code);

            }
            else
            {
                tempModel.state = true;
                tempModel.contextModel.successModel = Json.ToObject(result);

            }
            return tempModel;
        }

源码地址：https://github.com/linbin524/AI_Project