博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
移动端车牌识别sdk开发包(可下载)
阅读量:6210 次
发布时间:2019-06-21

本文共 777 字,大约阅读时间需要 2 分钟。

移动端车牌识别是一项基于OCR识别的应用技术。移动端车牌识别过程主要包含五个步骤,其中包括图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果等一系列计算机算法运算,

 

第一步【图像采集】:此步骤通过前端采集视频流数据,再通过硬件或软件对视频流进行进行解帧识别(常见的车牌识别一体机为硬识别,移动端设备往往通过软件识别,为软识别),移动端车牌识别的识别速度为毫秒级别,相较于大家平时用的手机扫码,移动端车牌识别的识别速度更为快速。在视频模式下采集图像时,移动端车牌识别会自动触发,无需外接信号。http://url.cn/5QSxJMh 下载,或您百度“车牌识别王晨”了解更多

 

第二步【预处理】:一般会根据对现场环境和已经拍摄到的图像的分析得出结论,实现相机的自动逆光处理、自动白平衡处理、自动曝光处理、自动过爆处理等,并对图像进行图像缩放、噪声过滤、对比度增强等处理。

第三步【车牌定位】:对车牌的的定位一般会依据所采集的图像中纹理特征、颜色特征和形状特征等信息,采用投影分析、连通域分析、机器学习等算法检测车牌。

 

第四步【字符分割】:字符分割的主要思路是,基于车牌的二值化结果或边缘提取结果,利用字符的结构特征、字符间的相似性、字符间间隔等信息,一方面把单个字符分别提取出来,也包括粘连和断裂字符等特殊情况的处理;另一方面把宽、高相似的字符归为一类从而去除车牌边框以及一些小的噪声。一般采用的算法有:投影分析、连通域分析,字符聚类和模板匹配等。

 

第五步【字符识别】:当前成熟应用的字符识别算法有:模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等。经过机器学习或与字符数据库模板进行匹配,最后选取匹配度最高的结果以输出。

转载于:https://www.cnblogs.com/yibo-anson/p/7800392.html

你可能感兴趣的文章
WinForm中跨线程操作控件
查看>>
下MFC中对象、句柄、ID之间的区别.
查看>>
如何构建Win32汇编的编程环境(ONEPROBLEM个人推荐)
查看>>
Flymeos插桩适配教程
查看>>
还在用PS磨皮去皱?看看如何用神经网络高度还原你的年轻容貌!
查看>>
大端模式与小端模式、网络字节顺序与主机字节顺序
查看>>
微信支付申请90%的商户都卡在这儿了,申请微信支付,商户功能设置详细说明...
查看>>
高仿Instagram 页面效果android特效
查看>>
2016 年总结
查看>>
将String转化成Stream,将Stream转换成String
查看>>
java路径Java开发中获得非Web项目的当前项目路径
查看>>
Google API设计指南-资源名称
查看>>
【工具使用系列】关于 MATLAB 遗传算法与直接搜索工具箱,你需要知道的事
查看>>
Kali-linux Arpspoof工具
查看>>
PDF文档页面如何重新排版?
查看>>
基于http协议使用protobuf进行前后端交互
查看>>
AlphaGo Zero用它来调参?【高斯过程】到底有何过人之处?
查看>>
bash腳本編程之三 条件判断及算数运算
查看>>
php cookie
查看>>
linux下redis安装
查看>>