Hash表技术用于电话号码识别 (1991年)

为了克服传统身份证文字识别算法提取特征难的问题，提出一种基于深度学习的身份证号码识别方法。先通过OSTU实现文字区域的提取，再通过投影统计法切割单个文字的图片，分别从神经元数量、网络层深浅的变化分析网络模型的识别效果。从动态学习率、抑制过拟合和损失函数设计等方面对网络模型进行优化，提升了模型识别正确率。实验结果表明，结合优化策略的卷积神经网络的识别正确率能达到99.96%。

北京启智畅想集装箱号码识别，本版本优化了识别率以及识别速度，适应性更强，广泛应用到海关、堆场、码头等集装箱需要科学管理的场景中，进出码头的集装箱得到有效管理，集装箱号码识别种类多，可提供二次开发

主要介绍了python+OpenCV实现车牌号码识别，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

压缩包内附完整的车牌识别系统代码以及测试图片（编译环境为vs2015+OpenCV3.4.0），另外也详细的阐述了车牌识别系统的编写流程。

本课题为基于连通域分割和模板匹配的二代居民身份证号码识别系统，带有一个GUI人机交互界面。可以识别数十张身份证图片。 首先从身份证图像上获取0～9和X共十一个号码字符的样本图像作为后续识别的字符库样本，其次将待测身份证图像进行去噪、灰度化、二值化、水平投影切割，垂直投影并切割，将待测身份证号码分割出来，然后进行待测号码图片与字符库样本对比计算、识别判断、最终确定待测身份证号号码。本设计关于身份证号码的识别是基于Matlab软件的基础上进行的。 二、算法流程 1、输入身份证图片；2、根据几何信息定位身份证号码位置并且切割；3、利用连通域算法切割字符；4、利用模板匹配算法进行识别

该课题为基于MATLAB平台的利用模板匹配方法的车牌识别，GUI界面。流程为：读取，灰度化，边缘检测，车牌定位，矫正车牌，垂直投影，二值化处理，形态学操作，精准定位车牌，去除噪声，字符切割，字符识别。注释详细。

MATLAB车牌定位，基于阈值分割，车牌定位方法有边缘检测，基于颜色，该方法为第三种基于阈值分割。可以定位到车牌，为车牌的字符分割做基础，带GUI可视化界面。

基于OpenCV的车牌号码识别的Python代码（可直接运行），对输入图片进行识别，最终返回一张打印识别结果的图片