我们要训练一种特定的字体，以及从A到Z的所有字母和从0到9的所有数字。每个样本有多少个正负样本可以完成这项工作？ 虽然这是一项繁琐的任务，但阅读移动车辆的车牌并不那么准确。还有其他建议来完成这项任务吗？
我引用了以下维基百科文章- https://en.m.wikipedia.org/wiki/Automatic_number_plate_recognition
该软件需要七种主要算法来识别车牌：
1.板定位 – 负责查找和隔离图片上的板。
2.板的方向和尺寸 – 补偿板的倾斜并将尺寸调整到所需的尺寸。
3.归一化 – 调整图像的亮度和对比度。
4.字符分割 – 查找盘子上的单个字符。
5.光学字符识别。
6.句法/几何分析 – 根据国家特定规则检查字符和位置。
7.对多个场/图像的识别值求平均值，以产生更可靠或更可信的结果。特别是因为任何单个图像都可能包含反射光耀斑、被部分遮挡或其它临时效应。
回到你的问题，哈尔级联可用于定位车牌。但是，对于OCR部分，我个人建议使用CNN网络。您可以在此处找到实现 - https://matthewearl.github.io/2016/05/06/cnn-anpr/
还有这个专门用于任务 https://github.com/openalpr/openalpr 的库，也可以签出
对于哈尔级联 https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_licence_plate_rus_16stages.xml
祝你好运