移動端車牌識別sdk開發包（可下載）

標籤：開發包   特徵   bsp   機器學習   過濾   sdk開發   環境   五步   視頻流   

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，其中包括映像採集、映像預先處理、車牌定位、字元分割、字元識別、輸出結果等一系列電腦演算法運算，

 

第一步【映像採集】：此步驟通過前端採集視頻流資料，再通過硬體或軟體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，移動端裝置往往通過軟體識別，為軟識別），移動端車牌識別的識別速度為毫秒層級，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。在視頻模式下採集映像時，移動端車牌識別會自動觸發，無需外接訊號。http://url.cn/5QSxJMh 下載，或您百度“車牌識別王晨”瞭解更多

 

第二步【預先處理】：一般會根據對現場環境和已經拍攝到的映像的分析得出結論，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，並對映像進行映像縮放、雜訊過濾、對比增強等處理。

第三步【車牌定位】：對車牌的的定位一般會依據所採集的映像中紋理特徵、顏色特徵和形狀特徵等資訊，採用投影分析、連通域分析、機器學習等演算法檢測車牌。

 

第四步【字元分割】：字元分割的主要思路是，基於車牌的二值化結果或邊緣提取結果，利用字元的結構特徵、字元間的相似性、字元間間隔等資訊，一方面把單個字元分別提取出來，也包括粘連和斷裂字元等特殊情況的處理；另一方面把寬、高相似的字元歸為一類從而去除車牌邊框以及一些小的雜訊。一般採用的演算法有：投影分析、連通域分析，字元聚類和模板匹配等。

 

第五步【字元識別】：當前成熟應用的字元識別演算法有：模板匹配法、人工神經網路法、支援向量機法和Adaboost分類法等。經過機器學習或與字元資料庫模板進行匹配，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）