搜索资源列表
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意
LR
- 车牌识别系统，用于车牌定位，车牌分割，还有图像二值化代码，灰度化代码
datarecognization
- 能实现灰度图像中数字的识别：包括256转灰度图像，二值化，梯度锐化，去离散噪声，整体倾斜调整，字符分割，尺寸标准归一化，紧缩重排，神经网络识别等。
Box
- 这个作品是我提交项目时做的, 技术基础:数字图像处理,灰度化,二值化,边缘检测，拉普拉斯算子，以及图像分割，分水岭算法 能够自动识别分割集装箱号码
bin
- 一个自写的OCR库程序,使用简单.支持灰度图像,包括字符定位,分割,识别,和训练
Study.on.License.Plate.Segmentation.Based.on.Color
- 智能运输系统中车牌识别技术得到了广泛应用 , 车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比 , 可以有效消除阴影影响 , 同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数 , 可以减少颜色坐标转换运算 , 提高颜色分类速度。文中详细讨论中国车牌特征 , 给出车牌分割详细步骤。车牌 区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点 , 提出快速算法。-Intelligent Transport System in the license pla
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－
DigitRec
- 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作
zifufenge
- 基于灰度图像的车牌定位及字符分割算法研究-OK
ylh
- 测试方法 1、在你的电脑上建一工作目录； 2、分别将车牌图像和测试程序下载到你建立的工作目录上； 3、解压车牌图像； 4、直接运行测试程序 算法核心 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ， 将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种， 这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑）， 且灰能保留图像的识别信息，克服二值化阈值缺陷；
LPR_by_ylh
- 依公式 黄 =（红 + 绿）/ 2 ，灰度 = （黄 + 蓝）/ 2 ，将红、绿、蓝三种颜色构成的色彩空间映射到由黄、蓝两种颜色构成的色彩空间，进一步取值黑、蓝、灰、黄和白五种，这包括了车牌识别所需要的车牌色（蓝、黄、白、黑）和字符色（白、黑），且灰能保留图像的识别信息，克服二值化阈值缺陷；基于三值图像的车牌识别包括基于三值图像的字符识别和基于三值图像的按分割反推的车牌定位，是建立在三值图像基础上的创新的车牌识别算法体系。-According to the formula Yellow = (r
chepaishibie
- 基于matlab的车牌识别，完整的图像处理课设，包含所有源代码，汽车图像，车牌识别模板图像，课设报告等，用灰度图的方法实现三幅图像的车牌分割及识别，并可语音读出。-Matlab license plate recognition based on a complete set of image processing classes, including all source code, auto image, license plate recognition template image, c
plateidentify
- 车牌识别 opencv 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-License plate recognition opencv The first open a picture and then follow the order of grayscale, binary, gray stretch,
RS.m
- 基于matlab的车牌识别程序，实现车牌图像的灰度化，二值化，车牌的分割与识别等-Matlab license plate recognition program, the license plate image grayscale, binarization, segmentation and recognition of license plates
test
- 图像识别各种方法包括灰度等分割再处理等处理方法-Image recognition methods including gray and segmentation to deal with
2
- 图像识别各种方法包括灰度等分割再处理等处理方法的-Various methods including gray image recognition and processing method to deal with segmentation
license-plate-recognition-system-
- 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-First open a picture in order graying, binarization, gray stretch, license plate location, binarization, skew correction and character s
car2
- 对图像车牌进行数字分割 灰度化 二值化 边缘检测-The license plate image segment digital gray level threshold edge detection