EasyPR源码剖析（2）：车牌定位
上一篇主要介绍了车牌识别的整体框架和流程，车牌识别主要划分为了两个过程：即车牌检测和字符识别，而车牌识别的核心环节就是这一节主要介绍的车牌定位，即 Plate Locate。车牌定位主要是将图片中有可能是车牌的区域定位出来，方便后面进一步的处理。测试代码 ...
原文：EasyPR源码剖析（4）：车牌定位之Sobel算子定位
一 简介 sobel算子主要是用于获得数字图像的一阶梯度，常见的应用是边缘检测。 .水平变化: 将 I 与一个奇数大小的内核进行卷积。比如，当内核大小为 时, 的计算结果为: .垂直变化: 将: I 与一个奇数大小的内核进行卷积。比如，当内核大小为 时, 的计算结果为: Opencv中Sobel函数使用扩展的Sobel算子，来计算一阶 二阶 三阶或混合图像差分。 第一个参数，InputArray ...
2017-07-28 14:33 0 2185 推荐指数：
相关推荐
EasyPR源码剖析（3）：车牌定位之颜色定位
一、简介 对车牌颜色进行识别，可能大部分人首先想到的是RGB模型， 但是此处RGB模型有一定的局限性，譬如蓝色，其值是255，还需要另外两个分量都为0，不然很有可能你得到的值是白色。黄色更麻烦，它是由红色和绿色组合而成的，这意味着你需要考虑两个变量的配比问题。这些问题让选择 RGB 模型进行判断 ...
EasyPR源码剖析（5）：车牌定位之偏斜扭转
一、简介 通过颜色定位和Sobel算子定位可以计算出一个个的矩形区域，这些区域都是潜在车牌区域，但是在进行SVM判别是否是车牌之前，还需要进行一定的处理。主要是考虑到以下几个问题： 1、定位区域存在一定程度的倾斜，需要旋转到正常视角； 2、定位区域存在偏斜，除了进行旋转之后，还需要进行 ...
EasyPR源码剖析（6）：车牌判断之LBP特征
一、LBP特征 LBP指局部二值模式，英文全称：Local Binary Pattern，是一种用来描述图像局部特征的算子，LBP特征具有灰度不变性和旋转不变性等显著优点。 原始的LBP算子定义在像素3*3的邻域内，以邻域中心像素为阈值，相邻的8个像素的灰度值与邻域中心的像素值进行比较，若周围 ...
EasyPR源码剖析（7）：车牌判断之SVM
前面的文章中我们主要介绍了车牌定位的相关技术，但是定位出来的相关区域可能并非是真实的车牌区域，EasyPR通过SVM支持向量机，一种机器学习算法来判定截取的图块是否是真的“车牌”，本节主要对相关的技术做详细的介绍。 注：SVM相关内容可以详细参考周志华老师的《机器学习》和一篇名为《支持向量机通俗 ...
EasyPR--开发详解（2）车牌定位
这篇文章是一个系列中的第三篇。前两篇的地址贴下：介绍、详解1。我撰写这系列文章的目的是：1、普及车牌识别中相关的技术与知识点；2、帮助开发者了解EasyPR的实现细节；3、增进沟通。 EasyPR的项目地址在这：GitHub。要想运行EasyPR的程序，首先必须配置好openCV，具体 ...
车牌识别（一）-车牌定位
，进入生成二值图，定位车牌位置。基于纹理特征自己还没有基础到。基于文字特征往往是根据文字轮廓特征进行识 ...
EasyPR源码剖析（1）：概述
EasyPR（Easy to do Plate Recognition）是本人在opencv学习过程中接触的一个开源的中文车牌识别系统，项目Git地址为https://github.com/liuruoze/EasyPR。考虑到大部分人对opencv的使用还比较陌生，我将在 ...