我们想训练一种特殊的字体和从A到Z的所有字母表以及从0到9的所有数字。每种情况下有多少正负样本可以完成这项工作?虽然这将是一项繁琐的任务,但tesseract并不能准确地读取移动车辆的车牌。完成这项任务还有其他建议吗?
发布于 2017-03-24 14:17:37
我引用了以下维基百科文章- https://en.m.wikipedia.org/wiki/Automatic_number_plate_recognition
该软件需要七种主要算法来识别车牌:
1.车牌定位-负责查找并隔离图片上的车牌。
2.板材方向和尺寸-补偿板材的偏斜,并将尺寸调整到所需的尺寸。
3.规格化-调整图像的亮度和对比度。
4.字符分割-查找车牌上的单个字符。
5.光学字符识别。
6.语法/几何分析-根据特定国家的规则检查字符和位置。
7.对多个字段/图像上的识别值进行平均,以产生更可靠或更有把握的结果。特别是因为任何单个图像都可能包含反射光晕、部分遮挡或其他临时效果。
回到你的问题,Haar级联可以用来本地化车牌。然而,对于OCR部分,我个人推荐一个CNN网络。你可以在这里找到一个实现-- https://matthewearl.github.io/2016/05/06/cnn-anpr/
还有一个专门用于任务的库-https://github.com/openalpr/openalpr也可以查看它
祝好运
https://stackoverflow.com/questions/42991316
复制相似问题