社区
下载资源悬赏专区
帖子详情
模板匹配的字符识别(OCR)算法原理
CSDN学习
CSDN学习官方账号
博客专家认证
2018-03-06 08:09:35
模板匹配的字符识别(OCR)算法原理
第一节模板匹配的字符识别(OCR)算法原理(上)
第二节模板匹配的字符识别(OCR)算法原理(下)
CSDN公开课
CSDN线上公开课全掌握!
相关链接:
https://edu.csdn.net/course/detail/2280?utm_source=edu_bbs_autocreate
...全文
370
回复
打赏
收藏
模板匹配的字符识别(OCR)算法原理
模板匹配的字符识别(OCR)算法原理 第一节模板匹配的字符识别(OCR)算法原理(上) 第二节模板匹配的字符识别(OCR)算法原理(下) CSDN公开课 CSDN线上公开课全掌握! 相关链接:https://edu.csdn.net/course/detail/2280?utm_source=edu_bbs_autocreate
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
vc++数字图像识别技术经典案例 光盘源码
第1章 数字图像与图像处理 1 1.1 数字图像相关概念 1 1.1.1 数字图像 1 1.1.2 图像处理 2 1.1.3 图像识别 2 1.1.4 图像理解 3 1.2 图像的获取、显示与表示 3 1.2.1 图像的获取 3 1.2.2 图像显示 4 1.2.3 图像表示 4 1.3 数字图像处理系统的基本组成结构 9 第2章 相关的图像处理技术 10 2.1 图像分割技术 10 2.1.1 阈值与图像分割 10 2.1.2 梯度与图像分割 11 2.1.3 边界提取与轮廓跟踪 11 2.1.4 Hough变换 12 2.1.5 区域增长 12 2.2 图像复原 12 2.2.1 数学模型 12 2.2.2 维纳滤波(Wiener Filtering) 13 2.3 图像的纹理分析技术 13 2.3.1 空间灰度层共现矩阵 14 2.3.2 纹理能量测量 16 2.3.3 纹理的结构分析方法和纹理梯度 18 2.3.4 纹理识别示例——云类自动识别 19 2.4 图像的形态学处理技术 20 2.4.1 基本概念 21 2.4.2 开运算和闭运算 22 2.4.3 击中、击不中、变换 (HMT-Hit Miss Transform) 23 2.4.4 边界和骨架(Boundary and Skeleton) 23 第 3章 指纹识别系统(上) 24 3.1 指纹识别的历史 24 3.2 指纹识别研究的现状 24 3.3 指纹识别系统的构成 25 3.3.1 指纹的录入 26 3.3.2 指纹图像增强 28 3.3.3 指纹识别的基本
原理
29 3.3.4 系统问题 30 3.3.5 系统性能评估 31 3.3.6 一套指纹识别
算法
库的构成 32 3.4 指纹的粗分类与匹配 89 3.5 基于Matlab的指纹识别系统 92 3.5.1 主界面程序 93 3.5.2 指纹中心计算程序 115 3.5.3 计算有效区域 117 3.5.4 二维Gabor变换 118 3.5.5 归一化扇区 119 3.5.6 读取图像 120 3.5.7 旋转角度计算 121 第4章 指纹识别系统(下) 123 4.1 指纹图像的预处理 123 4.1.1 预处理概述 123 4.1.2 指纹质量评估 124 4.1.3 指纹图像分割 129 4.1.4 指纹图像增强 134 4.1.5 指纹图像二值化 135 4.1.6 指纹图像细化 136 4.1.7 相关预处理
算法
代码 139 4.2 指纹特征提取 177 4.2.1 指纹特征的表述 177 4.2.2 局部细节特征提取 180 4.2.3 特征提取
算法
代码 186 4.3 基于点模式的细节匹配 194 4.4 指纹识别的实际应用案例 204 4.4.1 指纹门禁系统 204 4.4.2 指纹考勤系统 205 4.5 指纹处理
算法
库测试程序 206 4.6 本章小结 218 第5章 数字水印技术 219 5.1 基本概念 219 5.1.1 水印技术的基本要求 219 5.1.2 数字水印
算法
基本思路 219 5.1.3 一些关键问题 220 5.2 水印应用现状分析 220 5.2.1 现有水印
算法
不适应版权保护 220 5.2.2 盲检测
算法
222 5.2.3 盲检测
算法
的公证 222 5.2.4 数字水印系统的一般组成 223 5.3 基于DCT域的数字水印方案 223 5.3.1 离散余弦变换 223 5.3.2 Torus自同构映射 224 5.3.3 人眼视觉频率响应及DCT变换系数的选取 224 5.3.4 水印
算法
226 5.4 基于扩频通信的水印
算法
228 5.4.1 扩频通信
原理
228 5.4.2 扩频通信在数字水印中的利用 229 5.4.3 加载强度的讨论 233 5.4.4 水印加载
算法
的实现 237 5.5 一个基于DCT域的实例 240 5.5.1 一些
算法
代码 240 5.5.2 加载水印 271 5.5.3 提取水印 275 5.5.4 水印
算法
评价 281 5.6 本章小结 294 第6章 条形码技术 295 6.1 常用的条码编码规则 295 6.1.1 条码的一般组成 295 6.1.2 条码的种类 296 6.1.3 EAN-13码的构造 296 6.2 一个简单的条形码打印系统 298 6.3 一维条形码的识别 312 6.3.1 硬件识别系统 312 6.3.2 预处理过程 312 6.3.3 译码过程 314 6.4 一维条形码识别系统实例 315 6.4.1 DIB.H位图存取头文件 316 6.4.2 DIB.CPP位图存取源程序 317 6.4.3 BARRECOG.H条码识别头文件 322 6.4.4 BARRECOG.CPP条码识别源程序 323 6.5 二维条形码介绍 337 6.5.1 PDF417符号的结构 338 6.5.2 簇及符号字符定义 338 6.5.3 层编码 339 6.5.4 模式结构 339 6.5.5 起始符和终止符 340 6.5.6 空白区 340 6.5.7 错误监测与纠正 340 6.6 二维条形码打印程序 340 6.6.1 PDF417LIB.H二维条形码库头文件 340 6.6.2 PDF417LIBIMP.H数据定义 342 6.6.3 PDF417LIB.C函数实现文件 353 6.6.4 PDF417.C主程序 377 6.7 本章小结 378 第7章 手势识别系统 379 7.1 立体测量 379 7.1.1 立体匹配法 379 7.1.2 立体视觉的
原理
379 7.1.3 用立体视觉进行距离测量 381 7.2 用一台摄像头进行距离测量 382 7.2.1 摄像头正对前方 382 7.2.2 摄像头倾斜 383 7.2.3 一台摄像头测量距离 385 7.3 假想演奏系统的构成 387 7.3.1 系统概述 387 7.3.2 肤色提取 388 7.3.3 右手位置检测 390 7.3.4 摄像机的距离测量 391 7.3.5 音阶范围与音量范围 391 7.3.6 声音的表现方法 392 7.3.7 系统整体构成 393 7.4 程序代码 393 7.5 本章小结 432 第8章 印鉴鉴定系统 433 8.1 伪印鉴的制作及人工防伪技术 433 8.1.1 常用伪造印鉴的方法及其特征 433 8.1.2 真假印鉴印文的检验 435 8.2 印鉴图像的分离 435 8.2.1 封闭凸多边形图像提取的
算法
提出 436 8.2.2 封闭凸多边形图像的提取方法——种子扩散浮置实体
算法
436 8.3 基于矩不变量的印鉴识别 439 8.4 基于Fourier描述符的印鉴识别方法 441 8.4.1 提取字符包络线 441 8.4.2 字符包络线的Fourier描述 442 8.5 基于边缘和
模板匹配
的印鉴识别 443 8.6 部分
算法
代码 446 8.6.1 背景去除(利用颜色) 446 8.6.2 基于矩不变量的代码 450 8.7 本章小结 455 第9章 光学
字符识别
技术(上) 456 9.1 概述 456 9.1.1 文字识别系统的构成 456 9.1.2 文字识别技术 457 9.1.3 印刷体汉字识别 459 9.1.4 存在的问题 461 9.2 预处理技术 461 9.2.1 二值化 462 9.2.2 版面分析 463 9.2.3 倾斜度校正 464 9.2.4 版面切分 467 9.2.5 行、字分割 467 9.2.6 细化和规范化 469 9.2.7 预处理
算法
源代码示例 470 9.3 特征提取 537 9.3.1 概述 538 9.3.2 边缘跟踪 538 9.3.3 笔画的分类 540 9.3.4 笔画识别前的噪声处理 541 9.3.5 笔画方向码合并处理及笔画识别 542 9.3.6 笔画间特征量的定义及识别 543 9.3.7 整字匹配的距离准则 544 9.3.8 一些统计特征 545 第10章 光学
字符识别
技术(下) 549 10.1 分类与识别 549 10.1.1 判别器的选择 549 10.1.2 决策树的基本概念 550 10.1.3 决策树设计 552 10.1.4 节点分类器设计 555 10.1.5 多方案组合识别器 558 10.1.6 代码示例 560 10.2 后处理 623 10.3
OCR
程序示例 639 10.4 本章小结 640
OCR
字符检测技术:常见的
OCR
字符识别
算法
随着机器视觉的发展,光学
字符识别
(Optical Character Recognition,
OCR
)技术得到越来越广泛的应用。
OCR
字符检测是通过光学图像采集设备采集图像,接着基于图像处理系统进行图像的预处理、检测与识别。
模板匹配
的
字符识别
(
OCR
)
算法
原理
-CSDN公开课-专题视频课程
集合
OCR
技术在项目中应用场景,剖析
字符识别
背后的各种图像处理
算法
与技巧的使用,,详细解释实现基于
模板匹配
的
OCR
算法
的基本
原理
,流程、实现手段,终效果等各种细节讨论。...
字符识别
(
模板匹配
&BP神经网络训练)
Abstract 2 一 引言:... 3 二 字符图像获取:... 3 三 字符预处理... 4 3.2 字符区域………………………………………………………………………….4 3.2 字符区域分割:... 4 3.3 单个字体分割:... 4 3.4 单个字体裁剪... 5 四 模板
字符识别
... 5 4.2 字符模板归一化... 5 五BP神经网络
字符识别
... 5 5.
【数字识别】基于
模板匹配
实现
OCR
印刷字母+数字识别含Matlab源码
1 简介
OCR
技术是光学
字符识别
的缩写, 是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息, 再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。由于其应用前景广泛, 在应用领域有着重要的意义。 1 预处理部分 本部分可进一步细分为要素定位、二值化、切割、文字归整几个部分。由清分机或者高速扫描仪扫入的原始票据经过本部分的处理, 其识别要素如金额、日期按照单个汉字分别被存储为汉字点阵, 其中手写体大写汉字、印刷体大写汉字以及印刷体小写数字, 被存储为64
下载资源悬赏专区
12,696
社区成员
12,206,010
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章