搜索资源列表
paizhaoshibie1
- 提出了一种汽车牌照的自动识别算法:先对汽车图象进行直方图均衡、平滑去噪、二值化 预处理,再根据车牌上文字变化特点快速、准确地从复杂背景中分割车牌,最后采用投影-变换系 数法提取汉字、英文和阿拉伯数字的不同维数的特征,送到相应的BP神经网络中进行识别,较好 地解决了汽车牌照的自动识别问题。
demo
- 汉字自动识别的程序源码,包括汉字预处理、特征提取和分类设计等部分。-Automatic identification of program source code character, including character preprocessing, feature extraction and classification design part.
HCCR
- 运用仿生模式识别方法构建提取基本笔段的神经元序列覆盖手写体汉字图像, 分析笔段神经元间的拓扑性质, 将手写体汉字图像转化为具有容错表征方式的种汉字笔划类型组成的几何图形模仿人类汉字形码输人法统计具有冗余容错形状的笔划神经元类型、数量、位置、相合和相交点数量, 建立手写体汉字特征知识的数据结构表对一手写体汉字库中手写体汉字识别进行仿真实验。方法具有较强的“ 认知”手写体汉字的能力-Construction of the use of pattern recognition methods of e
wordrec
- 实现对印刷体汉字的识别,在识别过程中,主要提取了5个特征:笔画特征,连通域个数,穿线特征,投影特征和粗外围特征。-Implementation of the printed character recognition, the recognition process, the main extracted five characteristics: stroke characteristics, the number of connected components, threading feat
multihandwrittenandfeatureextraction
- 基于多特征提取的手写汉字识别算法及其实现.-Feature extraction based on multi handwritten Chinese character recognition algorithm and its implementation.
chepaidingweiyanjiu
- 本文是在以往的车牌分割算法的基础上着重介绍了一种车牌识别技术中的 字符分割算法,以及针对一种已有的字符识别算法的改进性研究。 车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌 信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理与识别的技术。 它以计算机技术、图像处理技术、模糊识别技术为基础,建立运动车辆的特征模 型,识别车辆特征,如号牌、车型、颜色等,并着重解决高速车辆图像的获取及 清晰度问题 本章是本文的绪论部分,主要介绍了车牌识别技术的应用
tezhengtiqupipeishibie
- 印刷体汉字识别的几种特征提取和匹配识别的方法-Several printed Chinese character recognition feature extraction and recognition method matching
LBP
- LBP特征提取算法,可以用于检测与识别。算法主要目的是提高车牌识别中汉字识别准确率。-Code about LBP feature extraction can be used for detection and recognition. This algorithm aims to improve the accuracy of Chinese char recognition of EasyPR.
shuangtanxingwangluo
- 特征提取是手写体汉字识别的关键,目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。 针对通常的纵横弹性网格对汉字“撇、捺”笔画特征提取的不足.提出一种新的网格构造技术——对角弹性网格,它由45度和135度的对角直线构成,将汉字图像划分为多个菱形,能够很好地适应汉字在“撇、捺”方向的变化。将这两种网格单独,以及相互组合成双网格等情况分别进行手写体识别实验,实验结果验证了对角弹性网格的有效性和双弹性网格的高识别率性。 -Feature extraction is the key to
最新车牌识别系统源码VC++
- 通过车牌提取、图像预处理、特征提取、车牌字符识别等技术,识别车辆牌号,目前的技术水平为字母和数字的识别率可达到96%,汉字的识别率可达到95%。(Through the license plate extraction, image preprocessing, feature extraction, character recognition of license plate recognition technology, vehicle brands, the current level o