基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013平台上实现

实现基于SVM的几何形状识别，开发环境vs2013+opencv2.4.13，包含所有代码，以及训练样本，下载后可直接运行。详细可参考博文http://blog.csdn.net/hust_bochu_xuchao/article/details/52472125

OpenCV SVM（支持向量机）目标检测训练与检测相关代码，并附有正、负样本描述文件样例。

该训练图片共有四种，很适合做SVM图像分类的训练和测试，图像分类的代码可以自己写，也可以用我的工程文件，关于图像分类知识点和代码可以参考我的博客http://blog.csdn.net/always2015/article/details/47107129

这是opencv svm图像分类的整个工程代码，在VS2010下打开即可。整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，project data文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方： 1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。 2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。 3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。

该工程基于Opencv2.4.9和Visual Studio2010搭建，下载下来可直接运行。该工程SVM训练的样本也已在文件里面。

opencv+svm实现图像分类代码+训练图片，新建opencv工程，导入两个文件就可以了。

基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013 + OpenCV 2.4.9平台上实现

本次实验使用opencv中的ml组件中的SVM做有无行人的判别，内涵完整代码和图片数据。

opencv3.1用SVM实现MNIST,可读取自己的图片，用Windows画板黑底白字，保存在测试项目路径下即可识别手写字