搜索资源列表
INVCR
- 一个发票的倾斜校正程序，希望对大家有用哦。-an invoice tilt correction procedures in the hope that it may be useful to Oh.
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一
chepaijiaozheng
- 一种新的车牌倾斜校正方法，用法很独特也很巧妙-a new license plate tilt correction method, and applying the unique also ingeniously
qxjz
- 一个基于最小二乘法的倾斜校正的matlab程序 -a least-squares method based on the tilt correction procedures Matlab
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外
ROTAT
- VC++实现对位图的倾斜校正-VC right bitmap tilt correction
source
- 增殖税发票低扣联字符识别中的图象倾斜校正方法
DigitRec
- 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别 识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一
houghlines
- hough变换的图像倾斜校正的matlab源码，图像预处理的重要环节之一。
demo
- 增值税发票抵扣联字符识别中的图像倾斜校正方法，很有用
tp3
- 倾斜校正，可以简单的对倾斜度不高的图像进行纠正。
jiyuLS-SVMdechepaituxiangqinxiexiaozhengxingfangfa
- 一篇关于车牌图像倾斜校正的处理的硕士论文
AutomaticLicenseplateIdentificationSystemDesignand
- 本文基于对车牌自动分识别系统中牌照图像预处理、字符分割和字符识别等关键技术的研究。采用改进的BP神经网络模式识别技术，以车牌字符作为识别对象，设计实现了一个自动识别系统。-Based on the automatic license plate recognition system license image preprocessing, character segmentation and character recognition
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
SkewDetectionAndCorrectionMethod
- 文本图像在扫描输入时产生的倾斜现象会对后续的页面分割及光学字符识别(OCR)处理产生很大的影响,而传统的标准Hough变换虽然具有对噪声不敏感,不依赖于直线连续性的优点,但由于计算量偏大,速度慢,在实用时有较大的局限性.提出一种基于改进的Hough变换的文本图像倾斜校正方法,通过在变分辨率图像中采用不同的文本方向提取算法,及选择合理投票门限等改进Hough变换的措施,减小了由图像区域及文字笔画粗细所产生的对倾角判定的不利影响,并使用基于
Radon
- 根据RADON变化思想，对三种倾斜方式提出了相应的校正方法-RADON change according to ideology, the three inclined manner corresponding correction
Barcode
- 用于条形码校正，校正图像的倾斜，霍夫变换 图像处理-For bar code correction, correction of image tilt, Hough transform image processing
旋转校正一维码并用zbar识别
- 旋转校正倾斜的条码并利用zbar识别条码(Rotate the skew bar code and use ZBar to identify barcode)