Automatische KFZ-Kennzeichenerkennung
Wie der Titel vorschlagen, das ich bauen will ein ANPR-Anwendung in windows. Ich bin mit brasilianischen Nummernschildern. Und ich bin mit OpenCV für diese.
So weit ich manged zu extrahieren, die die Buchstaben bilden das Nummernschild. Folgende Bilder zeigen einige der zahlen, die ich entpackt habe.
Das problem, das ich konfrontiert ist, dass, wie zu erkennen, diesen Brief. Ich habe versucht, für die Nutzung von Google tesseract. Aber es schlägt fehl, Sie zu erkennen manchmal. Dann habe ich versucht zu trainieren eines OCR-Daten-Basis, die mit OpenCV habe ich etwa 10 Bilder für jeden Charakter. aber es hat auch nicht richtig funktioniert.
So, ich bin hier hängengeblieben. ich brauche diese für die endgültige Jahres-Projekt.Also kann mir keiner helfen?? ich würde es wirklich schätzen.
Folgenden Seite heißt es sehr schön
https://www.anpronline.net/demo.html
Danke..
InformationsquelleAutor user2389323 | 2013-11-20
Du musst angemeldet sein, um einen Kommentar abzugeben.
du trainieren konnte und ann-oder multi-Klasse svm auf den Buchstaben Bilder, wie hier
Oder NN SVM wird funktionieren, aber die 10 Trainings-Bilder für jeden Charakter ist nicht genug. Für SVM benötigen Sie eine Validierung festgelegt für die Wahl der Parameter. Wie viel Daten erforderlich ist, hängt von der Qualität der Bilder und die variabilty von Ziffern. Aber es sollte einigermaßen leicht zu machen, einen anständigen Satz.
InformationsquelleAutor berak
Check-out OpenALPR (http://www.openalpr.com). Es hat bereits das problem gelöst.
Wenn Sie brauchen, es selbst zu tun, die Sie wirklich brauchen, um zu trainieren Tesseract. Es wird Ihnen die besten Ergebnisse. 10 Bilder pro Charakter ist nicht genug, müssen Sie Dutzende oder Hunderte. Wenn Sie finden eine schriftart, die ähnlich wie die Platte Charaktere, ein guter Ansatz ist, drucken Sie ein Blatt Papier mit allen Zeichen mehrmals verwendet. Dann nehmen Sie 5-10 Bilder auf der Seite mit der Kamera. Diese können Sie anschließend Ihre Eingabe für das training Tesseract.
InformationsquelleAutor Derrick Johnson