python车牌识别（包括SVM原理）.pdfVIP

python车牌识别（包括SVM原理） 车牌识别 介绍 opencv数字图像处理，pca+svm车牌识别 说明 该⼩⼯程是我为了学习⽀持向量机算法作为练习的，但继SVM的理论后，更多的困难体在数字图像处理上，⽐如车牌检测，字符分割，不 过在坚持下都已被解决，希望⼤家能加⼊⼀起体验机器学习与数字图像处理 车牌识别的流程： 1检测到车牌 2将车牌的字符分割出来 3字符逐个使⽤SVM模型识别 具体的原理（包括SVM超平⾯推导公式）位于⽂件夹“theory”，格式为word 安装教程 python3 安装需要的库即可： numpy pandas opencv scikit-learn 使⽤说明 ⾸先可以直接运⾏demo.py，直接查看车牌识别的结果 作为学习，⼤家可以⼀步⼀步参与： 1.SVM：pixeltocsv将训练图⽚写⼊csv svmtrain训练svm模型，其中⽤pca进⾏降维，模型保存为.m格式 loadsvm作为使⽤模型的接⼝ 2.locate，车牌定位：⾼斯滤波，中值滤波； Sobel算⼦边缘检测，⼆值化； 膨胀⼀次，腐蚀⼀次； 根据车牌长⾼⽐范围查找轮廓，将轮廓裁剪出来 3.spli，字符分割：反复滤波获得不含杂质 （垂直投影不连续）的⼆值图像， 根据字符像素的