号牌号码训练好的识别库（.dat文件）包含中文、英文和数字识别。

设计任务 1.1设计内容及要求： 课题研究的主要内容是对数码相机拍摄的车牌，进行基于数字图像处理技术的车牌定位技术和车牌字符分割技术的研究与开发，涉及到图像预处理、车牌定位、倾斜校正、字符分割等方面的知识,总流程图如图1-1所示。 图1-1系统总流程图 1.2方案 1、车牌图像的定位。分析了车牌定位的基本原理和现有的定位方法,利用图像处理的技术,提出了基于数学形态学与边缘检测以及颜色相结合的车牌定位方法。最后对车牌定位实验结果进行分析。 2、倾斜校正。分析了倾斜校正的基本原理和一些倾斜校正方法,并对实验结果进行分析。 3、车牌字符分割。分析了各种字符分割算法，然后对分割出的车

算法流程： 本系统运用PCA算法来实现人脸特征提取，然后通过计算欧式距离来判别待识别测试人脸，本个系统框架图如下： 图： 人脸识别系统框架图 整个系统的流程是这样的，首先通过图像采集建立人脸库，这个人脸库里的人脸图像必须是格式及像素统一的，然后针对库里的人脸进行人脸训练，利用PCA进行人脸特征提取，获取特征矩阵向量组，将测试人脸投缘到特征子空间中，运用欧氏距离，在人脸库里查找相应的人脸图像，并输出。 二、算法介绍 基于PCA算法的人脸特征提取 2.1PCA的基本原理 PCA中文全称主成分分析 法（Principal Componen

对宋体识别较好 Tesseract可能是可用的最准确的开源OCR引擎。它与图片处理库结合，可以读取各种格式的图像并将它们转换成超过60种语言的文本。它是1995年UNLV精度测试中排名前3的引擎之一。

ZBAR 官方开源的二维码解码库，官方原版未做任何修改，0.10最新版本。实用C语言编写，也有少量C++接口。

人脸识别库包括Yale，ORL，MIT，AT&T人脸库以及想要训练人头分类器所需要的正负样本。

功能:利用摄像头,实现人脸识别. 说明:本识别库,需要用到内存管理,内存总占用数在560KB左右(20个人脸).每增加一张人脸,内存占增加10KB左右.由于本识别库以M3/M4为目标处理器,内存有限,算法上进行了一定阉割

网上英文和中文识别包特别大，如果只想识别数字有些浪费控件。本包是为中文金额服务，才187kb

已分类的人脸识别库，对深度学习人脸识别有很大帮助，样本数量多，质量好，类别多。我们自己编写的小型算法验证准确率高达90%+，对于入门AI还是很有帮助的。

AnyHand是编写一个视觉工具箱时的副产品，将其中的手势识别部分抽取出来做成了这个简单的手势识别库。通过手势与计算机交互是计算机视觉交互的一个重要领域，这个库可以帮助具有一定编程能力，但没有计算机视觉背景的开发者快速地生成一个手势交互系统。其中提供的API可以被用于图形用户界面应用程序。只需要选取一个合适的手势模板，无需大量的模板训练就可就可以进行手势识别。识别过程中将会实时返回您需要的手势名称、手势位置以及手势包围盒等信息，方便应用系统的调用。 在应用前请先仔细阅读系统的《安装与配置文档》、《应用文档》和《API描述文档》。