搜索资源列表
plateloc
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一
CarPlateRec
- 车牌定位与识别系统,首先将彩色图像转化为256灰度图像,然后用边缘检测和形态学等实现定位,再用神经网络方法实现字符识别.-plates positioning and identification system will first color image into a 256 grayscale image, Then Edge Detection and morphology, and so on to achieve positioning, and then neural network
VehicleBorad
- 能够对大部分的车牌进行定位,和识别 .包括数字图像处理的 均衡化,灰度化,中值滤波,平滑处理,各种边缘检测算法,还有四种二值化方法-to most of the license plates for positioning and identification. Including digital image processing balanced, gray, Median filtering, smoothing, edge detection algorithm all, there ar
chepaidingwei
- 一个很好的车牌定位 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最
image
- 车牌图像定位程序 本程序关键点为：用模版匹配法寻找车牌位置，截取出车牌图像。 图像处理内容包括：直方图统计，图像灰度化，图像均衡化，图像二值化，Sobel算子边缘检测，模板匹配。
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
车牌定位
- 车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j= Pi
LicensePlate.rar
- Visual C++写的车牌自动识别系统（只完成到车牌定位提取一步，字符的识别没有完成，大家有兴趣可以自己完成），功能包括前期图像处理的各种操作，支持各种颜色的bmp图片，二值化、边缘检测、滤波、平滑、直方图处理等等，测试图片也打包进源码了,Visual C++ Written Automatic Vehicle Identification System (only one step to extract license plate location, character identifica
一种完整的车牌识别技术
- 采用二值化处理，边缘检测，投影定位等多种图像处理方法,A complete license plate recognition technology used binarization processing, edge detection, positioning the projector image processing methods, etc.
location
- 多车牌定位 将彩图经灰度处理 均衡化 边缘检测 腐蚀处理后 定位显示-License plate location Color pictures after the edge detection of gray-scale processing equalization corrosion positioning display
LicensePlateRecognition
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
vehiclenumberplatesegmentationandextraction
- 车牌检测与识别技术的相关技术： 提出一种梯度增强法对图像边缘进行增强, 该方法主要通过对图像本身信息进行简单梯度变换以突出图像边缘, 并辅以数学形态学中的膨胀法实现牌照的快速定位. 在字符分割部分, 给出了最小面积旋转法以确定牌照的最佳旋转角, 并采用垂直投影法分割牌照中的字符 -License plate detection and recognition technology related technologies: a gradient-enhanced
Image
- 通过灰度化，直方图，直方图均衡，边缘检测，二指化，来定位车牌-Through the gray, the histogram,histogram equalization, edge detection, and to locate license plate
ch1_1
- 车牌、人脸识别 (包括预处理、边缘检测、定位)-License plate, face recognition (including pre-processing, edge detection, positioning)
roberts
- 基于边缘检测车牌定位程序 还有颜色统一 字符分割等模块-License plate location based on edge detection
chepaidingwei
- 基于边缘检测算法的车牌定位系统 准确率可以 有测试图库-License Plate Based on Edge Detection accuracy positioning system can test the gallery
dspappliation
- 把含有数字的图像,如车牌,身份证等读取到DSP的SDRAM中,利用图像处理算法把数字从图像中定位出来 首先把图像二值化，二值化算法选择固定阈值、直方图或最大类间方差法，比较各个二值化算法的效果；对二值化的图像做边缘提取，选择Sobel或者Laplace边缘提取算法并比较效果；经过二值化和边缘提取后的图像，利用投影法定位数字在图像中的位置，并给出数字在图像中的外接矩形；利用CCS把处理结果显示出来。-To contain digital images, such as license plates
车牌识别GUI.zip等多个文件
- matlab 车牌识别，含有gui界面，边缘检测车牌定位，神经网络字符识别(Matlab license plate recognition, including GUI interface, edge detection, license plate location, neural network, character recognition)