搜索资源列表
CardRecognization
- 车牌识别系统 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-G
numberplate_C++Builder
- 车牌识别C++Builder代码，首先要把车牌图像灰度化，接着对图像进行中值滤波进行初步降噪，下一步进行Sobel纵向边缘检测，即增强车牌纵向边缘，边缘检测后进行二值化处理，此时车牌区域特征得到进一步加强，但同时又加强了背景中的部分噪声，所以再对其腐蚀，然后定位及截取车牌，最后对车牌进行二值化。 -LPR C Builder code, first and foremost, we should plates gray, Then
reply_1_1007847
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gm
detect_vc++_
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gm
erwrw
- 基于Canny边缘检测的车牌字符分割方法，方法简单明了，实验效果不错-Canny edge detection based on the license plate characters segmentation method, the method is simple to understand, experiment results good
200751110558396
- 能够对大部分的车牌进行定位,和识别 .包括数字图像处理的 均衡化,灰度化,中值滤波,平滑处理,各种边缘检测算法,还有四种二值化方法 -to most of the license plates for positioning and identification. Including digital image processing balanced, gray, Median filtering, smoothing, edge
VehicleBorad
- 能够对大部分的车牌进行定位,和识别 .包括数字图像处理的 均衡化,灰度化,中值滤波,平滑处理,各种边缘检测算法,还有四种二值化方法-to most of the license plates for positioning and identification. Including digital image processing balanced, gray, Median filtering, smoothing, edge det
yundong_24_32
- 运动车辆的检测识别与跟踪_第三章车牌定位_24_32.caj，这可是花银子才下来的哦！需要安装CAJ阅读软件-Movement of vehicles detection recognition and tracking _ Chapter III License Plate Location _24_32.caj, this is only silver flower down Oh! CAJ reading need to inst
lpr
- 车牌号码的自动检测先进行图像的预处理，在对预处理后的图像做边缘检测，根据车牌像素的大小进行车牌分割最后将分割的车牌保存在一个文件当中-Automatic detection of the vehicle registration number, preceded by image preprocessing, in the image pre-processing to do edge detection, in accordance
CarCrash
- LPR 可以检测车牌，并把它从图片中提取出来，在应用领域是非常广泛的，也希望可以不帮助需要的人 -LPR can detect number plates, and it extracted from the picture, in the application of the field is very broad, but also hope that we can not help those who need it
cartemper
- 车牌定位代码，可以对一般的车牌进行检测定位，代码中有例图，采用VC实现，编译后可以直接运行。-License plate location code, the license plate on the general test positioning, the code in case diagram, using VC to achieve, the compiler can be run directly.
PlateReco
- 一个车牌定位与检测的VC++程序，含有测试图片。-A plate positioning and detection of VC++ Procedures, containing the test picture.
ImageProcessing
- 包含了所有图像处理和识别方法，包括图像显示，图像增强，图像复原，图像变换，图像编码，图像配准，运动检测，特征提取，图像分割，图像车牌提取，截取子画面，图像形态学处理于一身的程序，与大家共享。-Contains all the image processing and recognition methods, including image display, image enhancement, image restoration, im
image
- 车牌图像定位程序 本程序关键点为：用模版匹配法寻找车牌位置，截取出车牌图像。 图像处理内容包括：直方图统计，图像灰度化，图像均衡化，图像二值化，Sobel算子边缘检测，模板匹配。-License plate image locator key point of this procedure as follows: using the template matching method to find license plat
CLPsystem2
- 课程设计代码包括：图像与处理中运用到的处理方法，如灰度变换，中值滤波，二值化等。最后是检测车牌上下界和左右界，从而定位出车牌。-Curriculum design code, including: image and treatment applied to the processing methods, such as gray-scale transformation, median filtering, binarization
corner
- 提出了一种快速准确车辆牌照的分割方法。首先利用形态学算子获取车牌的候选区域，剔除较小的和较大的区域；对保留的候选区域利用Trajkovic算法获取角点；最后对检测后的结果聚类，从而分割出包含车牌区域的子图像。-A fast and accurate method of vehicle license division. First of all, the use of morphological operators to obtain
Edge_Detect
- 这是图像边缘检测代码，非常准确。可用于图像识别、车牌识别、图像搜索等，非常实用！极力推荐！-This is the image edge detection code, very accurate. Can be used for image recognition, license plate recognition, image search and so on, very useful! Highly recommended!
LPR_OK
- 车牌识别代码 在此将对城市交通中违章汽车牌照照片中汽车牌照号进行提取，这一工程应用数字图像的边缘检测技术
LocationOfCarBoard
- 车牌定位，检测出车牌号码的图像分割程序，不需要调试-License plate location, license plate numbers to detect the image segmentation procedure, do not need to debug
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,