azraelxuemo的博客

汉字确实…如果只这样特征太少了，然后数字的话，怎么说，正确率一般般吧我把项目文件附在下面如果不嫌弃可以参考一下车牌识别提取码: nzpn

这里同样是简单起见，我也没有采用大量的样本，每个字符我都只采用了一个样本，只提取了一次关于样本图片的获取车牌样本库这里面有车牌的各种各样的图片，我当时是自己手动截取的，我也放到了百度云，你们需要的话自行提取数字这里我大概分了一下类，因为汉字和字母的话他读取文件和我们数字稍微有点不同，这是因为matlab格式导致的，但他们样本生成差不多，不过这里我还是分开了这里我就以数字为例可以看到 sam.txt是我们保存的结果的文件，haha.m是我们的主程序，剩下就是10个图片这是我们提取之后的tx

特征提取在这里其实会出现各种各样的算法，每年都会有很多的论文带来我们处理字符的新算法，如果想研究算法的话，这个可以自行翻阅论文，或者我之后再出一个算法系列的，但这里的话我主要是想把整个流程做完，所以就选取了一种比较简单的算法实现，如果更新算法的话只需要把这个代码换一换，以及之后的样本库换一换就好,废话不多说，我们开始这里我们一共选取13个特征，这里把图片分成8个小方格，每一个小方格的灰度值之和为一个特征值这里有水平和垂直的两条线，计算线上的像素总和，代表另外4个特征最后还有总的像素之和，为第13

近期学习了一下有关图像处理的知识，然后也大概摸索了一下车牌识别的原理，也把这些内容分享一下。车牌识别根本还是字符识别，只不过增加了部分汉字而已，现在网上很多有关字符识别都采用的是神经网络处理，比如python中比较出名的opencv库，这个之前我也使用过，也做过识别图书馆的验证码实现自动预约，但我觉得对于新人来说，如果一上来就直接接触成熟的这种处理库的话，可能不利于之后的发展，所以我这次实现车牌识别就没有用上神经网络，但可能识别准确率会下降很多，但如果你跟着我一步步坐下来，之后你再接触其他各种各样的库也会