1. 程式人生 > >移動端車牌識別sdk開發包(可下載)

移動端車牌識別sdk開發包(可下載)

應用 oos 輸出結果 顏色 信息 圖像 包含 開發 模式

移動端車牌識別是一項基於OCR識別的應用技術。移動端車牌識別過程主要包含五個步驟,其中包括圖像采集、圖像預處理、車牌定位、字符分割、字符識別、輸出結果等一系列計算機算法運算,

第一步【圖像采集】:此步驟通過前端采集視頻流數據,再通過硬件或軟件對視頻流進行進行解幀識別(常見的車牌識別一體機為硬識別,移動端設備往往通過軟件識別,為軟識別),移動端車牌識別的識別速度為毫秒級別,相較於大家平時用的手機掃碼,移動端車牌識別的識別速度更為快速。在視頻模式下采集圖像時,移動端車牌識別會自動觸發,無需外接信號。http://url.cn/5QSxJMh 下載,或您百度“車牌識別王晨”了解更多

第二步【預處理】:一般會根據對現場環境和已經拍攝到的圖像的分析得出結論,實現相機的自動逆光處理、自動白平衡處理、自動曝光處理、自動過爆處理等,並對圖像進行圖像縮放、噪聲過濾、對比度增強等處理。

第三步【車牌定位】:對車牌的的定位一般會依據所采集的圖像中紋理特征、顏色特征和形狀特征等信息,采用投影分析、連通域分析、機器學習等算法檢測車牌。

第四步【字符分割】:字符分割的主要思路是,基於車牌的二值化結果或邊緣提取結果,利用字符的結構特征、字符間的相似性、字符間間隔等信息,一方面把單個字符分別提取出來,也包括粘連和斷裂字符等特殊情況的處理;另一方面把寬、高相似的字符歸為一類從而去除車牌邊框以及一些小的噪聲。一般采用的算法有:投影分析、連通域分析,字符聚類和模板匹配等。

第五步【字符識別】:當前成熟應用的字符識別算法有:模板匹配法、人工神經網絡法、支持向量機法和Adaboost分類法等。經過機器學習或與字符數據庫模板進行匹配,最後選取匹配度最高的結果以輸出。

移動端車牌識別sdk開發包(可下載)