Image processing 什么最适合车牌字符识别？是OCR还是安？

我是一名大四学生，正在做一个车牌识别系统作为我的大四项目。我想知道在识别字符时，最适合的是人工神经网络（ANN）还是使用模式匹配的光学字符识别（OCR）？或者有什么简单的方法我可以使用吗？所有的回答都表示欢迎

---

非常感谢

到目前为止，最简单的方法是归一化互相关。然而，我只推荐这种方法，如果只有一个车牌字体和没有透视扭曲。另一方面，更复杂的分类器，如神经网络或支持向量机，可能需要相当长的时间来实现。

到目前为止，最简单的方法是归一化互相关。然而，我只推荐这种方法，如果只有一个车牌字体和没有透视扭曲。另一方面，更复杂的分类器（如神经网络或支持向量机）可能需要相当长的时间才能实现。

无论您采用何种方式执行OCR，除非车牌是盲文的！：）+1将A用于指出一切都是OCR——“OCR”不是算法或技术的名称（例如“ANN”）。例如，OCR可以使用ANN。也许你应该澄清一下。或者你的意思是“将你的图像插入[OCR|ANN]库-建议一个lib plz”？顺便说一句，你确实可以通过光学方式识别盲文字符。至少使用光学深度扫描仪；）+1表示厚颜无耻（当然，同时也是正确的）。无论您以何种方式执行OCR-除非车牌是盲文的！：）+1将A用于指出一切都是OCR——“OCR”不是算法或技术的名称（例如“ANN”）。例如，OCR可以使用ANN。也许你应该澄清一下。或者你的意思是“将你的图像插入[OCR|ANN]库-建议一个lib plz”？顺便说一句，你确实可以通过光学方式识别盲文字符。至少使用光学深度扫描仪；）+1表示厚颜无耻（当然，同时也是正确的）。车牌通常是长方形的。如果您找到了它们，则可以再次对其进行校正（即补偿透视扭曲）。一些简单的模板匹配可能已经足够了，因为车牌的字符集相当有限。我想这很大程度上取决于图像的拍摄方式……车牌通常是矩形的。如果您找到了它们，则可以再次对其进行校正（即补偿透视扭曲）。一些简单的模板匹配可能已经足够了，因为车牌的字符集相当有限。我想这很大程度上取决于图像的拍摄方式。。。