机器学习:
SVM分类工具算法 使用正样本和负样本训练
图片去噪: 二值化和灰度化
车牌定位过程:
机器学习:
提取特征数据(常用LBP/HAAR/HOG)
SVM训练必须是CV_32F1(表示数据为32位浮点型 单通道)
创建SVM开始训练
HSV/HSB颜色空间
openCV中 H值:100~140 S和V值:95~255 表示蓝色范围
字符分割与识别
文字轮廓检测问题 先找出第2个字母(通过7等分位置定位)
ANN人工神经网络
在图片上寻找矩形。对车牌进行去噪,运用opencv的形态学 *** 作等方法分割成多个部分根据车牌的比例,进行轮廓的筛选,识别出车牌部分,opencv高速移动车牌识别原理是在图片上寻找矩形。我正在用opencv写识别手写音乐简谱的程序,但借鉴了一些车牌识别的方法......你可以去图书馆找一些“车牌识别”的论文看看,除了最后一步用神经网络识别的方法外,其他都挺好理解的,opencv还是挺好用的。可能门牌识别更接近于车牌识别。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)