우리는 특정 글꼴과 A-Z의 모든 영문자 및 0-9의 모든 숫자를 훈련시키고 자합니다. 각각의 긍정적이고 부정적인 샘플은 몇 개나됩니까? 하지만 지루한 작업이지만 tesseract는 움직이는 차량의 번호판을 읽는 것이 정확하지 않습니다. 작업을 수행하는 다른 제안 사항은 무엇입니까? - 찾고에 접시를 분리 할 책임이숫자와 알파벳을 탐지하기 위해 하얼 캐스케이드를 훈련시킬 수 있습니까?
1.Plate 현지화 : 나는 다음과 같은 위키 백과에서 인용하고
소프트웨어가 번호판을 식별하기위한 필요 일곱 주요 알고리즘이 있습니다 https://en.m.wikipedia.org/wiki/Automatic_number_plate_recognition
article- 사진.
2.Plate 방향 및 크기 조정 - 플레이트의 경사를 보정하고, 필요한 크기로 크기를 조정한다.
3.Normalization는 - 이미지의 밝기와 콘트라스트를 조절한다.
4.Character 세분화 - 판에 개별 문자를 찾습니다.
5.Optical 문자 인식.
6.Syntactical/기하학적 분석 - 국가 별 규칙에 대한 문자 및 위치를 확인합니다. 여러 필드/이미지를 통해 인식 된 값의
7. 평균보다 신뢰할 수있는 나 자신 결과를 생성합니다. 특히 어떤 단일 이미지라도 반사광 플레어를 포함 할 수 있기 때문에 부분적으로 가려 지거나 다른 일시적인 효과가있을 수 있습니다.
질문으로 돌아 가기 Haar 계단식 번호판을 사용하여 번호판을 현지화 할 수 있습니다. 그러나 OCR 부분에 대해서는 CNN 네트워크를 개인적으로 추천합니다. 당신은 구현을 찾을 수 있습니다 여기 - https://matthewearl.github.io/2016/05/06/cnn-anpr/
하르의 경우뿐만 아니라
이 cascade-하는 task- https://github.com/openalpr/openalpr 체크 아웃 전문이 라이브러리도 있습니다 https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_licence_plate_rus_16stages.xml
행운