车牌检测及识别 开源代码 OpenALPR配置及使用

最近项目需要,搞起了车牌,先大概做了下调研:

检测的基本方法有:

1 用边缘检测+轮廓提取+车牌特征进行车牌的检测

2 用Harr-like特征或者LBP特征+Adaboost来训练模板用于车牌的检测;还有用神经网络训练的

3 两者结合

识别的基本方法有:

1 用Tesseract.来进行训练

2 用车牌上的字符直接训练识别器

用到的库是网上的一个开源项目 OpenALPR https://github.com/openalpr/openalpr

现在Ubuntu12.04下,编译,出现bug, 一个是有关string赋值为null的;另外一个是头文件少包含的(ocr.h里面进行了添加);编译好后效果和作者网上的demo相差很远,看作者的论坛,说肯能是软件版本不一致,想不通版本不一致能差这么远。于是先转战熟悉的windows,进行繁琐的配置。

在windows平台下,配置了大半天,各种有错,最后搞到只剩下一个bug,但bug出现在了opencv本身,果断又转战回Linux平台。

最后,Linux下搞定,方法是: 升级Ubuntu12.04到14.04。。。。。醉了

编译安装完成后,就可以阅读源码,修改代码,进行各种应用了。

PS: 用Sublime看这种代码放在多个文件夹下的工程,还是比较爽的;总比vi,gedit强。

时间: 2024-10-28 18:51:33

车牌检测及识别 开源代码 OpenALPR配置及使用的相关文章

文本检测和识别 代码结构梳理

前言: 最近学习了一些OCR相关的基础知识,包含目标检测和自然语言处理. 正好,在数字中国有相关的比赛: https://www.datafountain.cn/competitions/334/details/rule 所以想动手实践一下,实际中发现,对于数据标签的处理和整个检测和识别的流程并不熟悉,自己从头去搞还是有很大难度. 幸好,有大佬们之前开源的一些baseline可以参考,有检测的也有识别的,对于真真理解OCR识别是有帮助的. 1)最初baseline AdvancedEAST +

第十八节、基于传统图像处理的目标检测与识别(HOG+SVM附代码)

其实在深度学习分类中我们已经介绍了目标检测和目标识别的概念.为了照顾一些没有学过深度学习的童鞋,这里我重新说明一次:目标检测是用来确定图像上某个区域是否有我们要识别的对象,目标识别是用来判断图片上这个对象是什么.识别通常只处理已经检测到对象的区域,例如,人们总是会使在已有的人脸图像的区域去识别人脸. 传统的目标检测方法与识别不同于深度学习方法,后者主要利用神经网络来实现分类和回归问题.在这里我们主要介绍如何利用OpecnCv来实现传统目标检测和识别,在计算机视觉中有很多目标检测和识别的技术,这里

C++开源代码项目汇总

Google的C++开源代码项目 v8  -  V8 JavaScript EngineV8 是 Google 的开源 JavaScript 引擎.V8 采用 C++ 编写,可在谷歌浏览器(来自 Google 的开源浏览器)中使用.V8 根据 ECMA-262 第三版中的说明使用 ECMAScript,并在使用 IA-32 或 ARM 处理器的 Windows XP 和 Vista.Mac OS X 10.5 (Leopard) 以及 Linux 系统中运行.V8 可以独立运行,也可以嵌入任何

开源代码欣赏

Google的C++开源代码项目 v8  -  V8 JavaScript Engine V8 是 Google 的开源 JavaScript 引擎. V8 采用 C++ 编写,可在谷歌浏览器(来自 Google 的开源浏览器)中使用. V8 根据 ECMA-262 第三版中的说明使用 ECMAScript,并在使用 IA-32 或 ARM 处理器的 Windows XP 和 Vista.Mac OS X 10.5 (Leopard) 以及 Linux 系统中运行. V8 可以独立运行,也可以嵌

基于Opencv的人脸检测及识别

一.实验目的:我这里完成的是,将8张人脸图片(4组,每组两张)存入库中,选取1张图片,程序识别出与其匹配的另一张. 这里介绍分三个步骤完成该工作,①程序读取摄像头.拍照 ②程序从电脑文档中读取图片   ③检测人脸,并用红框框出人脸 ④使用感知哈希算法匹配最相似的图片 二.实验环境: Win 7(x64).visual studio 2010.openCV-2.4.3 使用语言:C++ 三.实验准备:①安装好vs2010,本文不予介绍.   ②配置opencv : 1'进入官网下载http://o

2D-slam 激光slam: 开源代码的比较HectorSLAM Gmapping KartoSLAM CoreSLAM LagoSLAM

最近找到一篇论文比较了一下 目前ros下2D激光slam的开源代码效果比较: 详细参见论文:   An evaluation of 2D SLAM techniques available in robot operating system 1. 算法介绍 A . HectorSLAM scan-matching(Gaussian-Newton equation)  + 传感器的要求高 要求: 高更新频率小测量噪声的激光扫描仪.  不需要里程计,使空中无人机与地面小车在不平坦区域运行存在运用的可

介绍n款计算机视觉库/人脸识别开源库/软件

计算机视觉库 OpenCV OpenCV是Intel®开源计算机视觉库.它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法. OpenCV 拥有包括 300 多个C函数的跨平台的中.高层 API.它不依赖于其它的外部库——尽管也可以使用某些外部库. OpenCV 对非商业... 人脸识别 faceservice.cgi faceservice.cgi 是一个用来进行人脸识别的 CGI 程序, 你可以通过上传图像,然后该程序即告诉你人脸的大概坐标位置.face

MTCNN人脸检测 附完整C++代码

人脸检测 识别一直是图像算法领域一个主流话题. 前年 SeetaFace 开源了人脸识别引擎,一度成为热门话题. 虽然后来SeetaFace 又放出来 2.0版本,但是,我说但是... 没有训练代码,想要自己训练一下模型那可就犯难了. 虽然可以阅读源码,从前向传播的角度,反过来实现训练代码, 但是谁有那个闲功夫和时间,去折腾这个呢? 有的时候还是要站在巨人的肩膀上,你才能看得更远. 而SeetaFace 不算巨人,只是当年风口上的猪罢了. 前年,为了做一个人脸项目,也是看遍了网上各种项目. 林林

人脸检测及识别python实现系列(4)——卷积神经网络(CNN)入门

人脸检测及识别python实现系列(4)--卷积神经网络(CNN)入门 上篇博文我们准备好了2000张训练数据,接下来的几节我们将详细讲述如何利用这些数据训练我们的识别模型.前面说过,原博文给出的训练程序使用的是keras库,对我的机器来说就是tensorflow版的keras.训练程序建立了一个包含4个卷积层的神经网络(CNN),程序利用这个网络训练我的人脸识别模型,并将最终训练结果保存到硬盘上.在我们实际动手操练之前我们必须先弄明白一个问题--什么是卷积神经网络(CNN)? CNN(Conv