在化探野外资料整理中,常常需要将野外手写记录表转化为电子版文档。本文以MATLAB编程语言为基础,利用其图像处理技术和光学字符识别(OCR)的方法编写字符识别程序,初步建立模板库。以化探野外一手资料整理为例,实现了野外手写记录表到电子版记录表的自动生成,大大提高了工作质量和工作效率。
2021-06-23 17:04:42
1.91MB
整理好的车牌识别字符识别图片集，包含26个英文字符，每个字符100张训练图片，10个数字，每个数字50张训练图片，31个省份简称字符，每个20-50张训练图片。
2021-06-21 21:33:00
4.37MB
1
crnn（基于pytorch、python3） 实现不定长中文字符识别-附件资源
2021-06-20 17:54:01
23B
1
汽车车牌定位与字符识别
一、 实验目的：
1、巩固理论课上所学的知识。
2、锻炼动手能力、激发研究潜能，增强理论联系实际的能力。
二、 设计原理与步骤：
定位汽车车牌并识别其中的字符，采用Matlab平台提供的一些图像处理函数,以傅立叶变换通过字符模板与待处理的图像匹配为核心思想。基本方法如下：
1、读取待处理的图像，将其转化为二值图像。
2、去除图像中不是车牌的区域。
3、为定位车牌，将白色区域膨胀，腐蚀去无关的小物件，包括车牌字符。
4、此时车牌所在白色连通域已清晰可见，但一个更大的连通域将车牌所在连通域包围了，需将其填充。
5、查找连通域边界。同时保留此图形，以备后面在它上面做标记。
6、找出所有连通域中最可能是车牌的那一个。
判断的标准是：测得该车牌的长宽比约为X:1，其面积和周长存在关系：(X×L×L)/(2×(X＋1)×L)2≈1/Y，以此为特征，取metric=Y*area/perimeter^2作为连通域的匹配度，它越接近1，说明对应的连通域越有可能是X:1的矩形。
7、将车牌图像反白处理，并扩充为256×256的方阵，以便傅立叶变换中矩阵旋转运算的进行。
8、从文件读取一个字符模板。对图像计算傅立叶描述子，用预先定义好的决策函数对描述子进行计算。变换后的图像中，亮度的高低指示相应区域与模板的匹配程度。
9、确定一个合适的门限，显示亮度大于该门限的点，也就是与模板的匹配程度最高的位置。
10、对照图片，可以说明相应字符被识别和定位了。
三、 实验记录及分析：
待处理的图像如下所示。图像整体比较清晰干净，车牌方向端正，字体清楚，与周围颜色的反差较大。读取待处理的图像，将其转化为二值图像。
经试验，采用门限值为0.2附近时车牌字符最为清楚，杂点最少。
2021-06-17 15:22:13
592KB
1
博客地址:https://blog.csdn.net/HUXINY/article/details/88669086
基于caffe lenet 中文车牌字符识别实现，包括数据集，训练好的网络模型
2021-06-11 22:14:43
35.11MB
1
利用5层CNN构建端到端OCR产生、训练和测试程序，对1-3个字符构成的特定投影变换扭曲字体识别率接近100%，独热编码。
2021-06-05 17:16:59
7.95MB
1
数字化胶片字符识别系统智能化的重点技术是数字图像处理技术，一方面改善成像胶片图像的质量，凸显出胶片中的字符信息便于字符定位与分割处理；另一方面，高质量，高清晰度的数字化字符胶片，可以构建正确率更高的字符数据库，便于最终的胶片字符识别，有效地提高了字符识别的正确率。数字化胶片字符识别系统智能化的关键技术是BP神经网络的搭建，一个高效的神经网络决定了能否正确识别输入的胶片字符信息，然而，正确的特征提取与准确的字符定位是确保神经网络识别的前提条件，所以，数字化胶片字符识别系统需要各模块均需要选择精确高效的实现算法。
胶片字符识别系统的原理：首先，使用MATLAB将采集到的图像信息读入，在X射线胶片识别系统中，其识别胶片图像中存在大量的随机噪声，图像分辨率低等不利于识别的因素，所以采用一系列的方法对图像信息进行预处理，如：图像降噪，图像增强，数字形态学处理等一系列操作。对于处理好的图像，分析不同像素点分布与边缘的相应变化范围，这样就可以确定字符的大致位置，由此分割出胶片的矩形区域；使用二进制编码方法对矩形区域进行处理后，使用相应的阈值将其分割成一个字符，将提取的训练样本的特征向量分配给BP神经网络进行训练，对待识别的样本放入已经训练好的BP神经网络中进行识别。由于输入的是RGB图像，其含有大量的颜色信息，这些颜色信息占用计算机的大量的存储空间，处理速度会变慢，为了计算机可以更快更高效地处理数据，所以颜色信息图像必须先执行预处理，转化为灰度图像，同时还需要执行一系列操作，如边缘检测，形态学处理，闭合，侵蚀，开放和关闭等，然后定位与识别胶片字符，最后在MATLAB2014a环境下设计GUI界面。
本章通过叙述胶片字符识别的研究背景与意义，并了解到国内外无损检测中的射线检测与字符识别的研究现状与一些先进技术与算法，并运用不同算法与方案设计字符识别系统，在此基础上，选择了BP神经网络进行对胶片字符识别系统设计，该系统可以在交通、医学、化工等更多领域得以推广运用。本论文的研究内容主要包括：
（1）通过收集大量不同类型的存在字符信息的胶片图像，为BP神经网络训练与测试过程积累大量的原始数据；
（2）确立胶片字符识别系统的整体架构和研究思路；
（3）对收集到的胶片图像进行图像预处理操作，如灰度化、图像增强；
（4）从预处理后的图片中分割出字符，建立数据集；
（5）搭建BP神经网络，进行反复训练自学习与测试，再识别单个胶片字符；
（6）设计GUI界面并显示结果。
2021-06-03 19:00:42
3.26MB
1
IronOcr.rar，字符识别技术，字符读取库，免费字符读取库
IronOcr.rar，字符识别技术，字符读取库，免费字符读取库
2021-06-01 09:07:45
42.02MB
1