EasyPR源碼剖析（2）：車牌定位
上一篇主要介紹了車牌識別的整體框架和流程，車牌識別主要划分為了兩個過程：即車牌檢測和字符識別，而車牌識別的核心環節就是這一節主要介紹的車牌定位，即 Plate Locate。車牌定位主要是將圖片中 ...
原文：EasyPR源碼剖析（1）：概述
EasyPR Easy to do Plate Recognition 是本人在opencv學習過程中接觸的一個開源的中文車牌識別系統，項目Git地址為https: github.com liuruoze EasyPR。考慮到大部分人對opencv的使用還比較陌生，我將在接下來的時間內，將自己的EasyPR學習過程中的一點點學習心得分享給大家，當然也是為了督促自己去更好地學習。鄙人技術淺薄，文筆 ...
2017-04-26 10:51 2 4275 推薦指數：
相關推薦
EasyPR源碼剖析（8）：字符分割
進行詳細討論。 EasyPR中，字符分割部分主要是在類 CCharsSegment 中進行的，字符分割函 ...
EasyPR源碼剖析（6）：車牌判斷之LBP特征
一、LBP特征 LBP指局部二值模式，英文全稱：Local Binary Pattern，是一種用來描述圖像局部特征的算子，LBP特征具有灰度不變性和旋轉不變性等顯著優點。 原始的LBP算子定義在 ...
EasyPR源碼剖析（5）：車牌定位之偏斜扭轉
一、簡介 通過顏色定位和Sobel算子定位可以計算出一個個的矩形區域，這些區域都是潛在車牌區域，但是在進行SVM判別是否是車牌之前，還需要進行一定的處理。主要是考慮到以下幾個問題： 1、定位區域存 ...
EasyPR源碼剖析（7）：車牌判斷之SVM
前面的文章中我們主要介紹了車牌定位的相關技術，但是定位出來的相關區域可能並非是真實的車牌區域，EasyPR通過SVM支持向量機，一種機器學習算法來判定截取的圖塊是否是真的“車牌”，本節主要對相關的技術做詳細的介紹。 注：SVM相關內容可以詳細參考周志華老師的《機器學習》和一篇名為《支持向量機通俗 ...
EasyPR源碼剖析（9）：字符識別
在上一篇文章的介紹中，我們已經通過相應的字符分割方法，將車牌區域進行分割，得到7個分割字符圖塊，接下來要做的就是將字符圖塊放入訓練好的神經網絡模型，通過模型來預測每個圖塊所表示的具體字符。神經網絡的介 ...
EasyPR源碼剖析（3）：車牌定位之顏色定位
一、簡介 對車牌顏色進行識別，可能大部分人首先想到的是RGB模型， 但是此處RGB模型有一定的局限性，譬如藍色，其值是255，還需要另外兩個分量都為0，不然很有可能你得到的值是白色。黃色更麻煩，它是 ...
EasyPR源碼剖析（4）：車牌定位之Sobel算子定位
一、簡介 sobel算子主要是用於獲得數字圖像的一階梯度，常見的應用是邊緣檢測。 Ⅰ.水平變化: 將 I 與一個奇數大小的內核進行卷積。比如，當內核大小為3時, 的計算結果為: Ⅱ.垂直 ...