汽车牌照-C++

Description

小Y最近发现街上的汽车越来越多了.作为汽车的重要标志一汽车牌照也是越来越不够用了,已经从以前的十进制发展到三十六进制了.比如以前的一个汽车牌照“苏D88888,现在的牌照“苏DOYY11"。


小Y突发奇想,想知道他看到的大量汽车牌照中最近的两个汽车牌照相差多少?

Input

若干行(不超过500000行),每行为一个汽车牌照。

每个汽车牌照为一个7位的字符串, 格式为SDxxxxx,其中一个x表示一个0~9或

A~Z,所涉及的字母均为大写。

Output

一行一个数,表示最接近的两个汽车牌照之间的差值,要求为十进制数。

Sample Input 1 

SD12345
SD88888
SD22222
SD99999

Sample Output 1 

1678245

AC:

#include<iostream>
#include<algorithm>
#include<cstring>
#include<cmath>
using namespace std;
int main(){
	long long sum=0,t[600000]={0},minn=99991029102;
	char a[600000],wer='S',rty='D';
	while(cin>>wer>>rty>>a){
		long long len=strlen(a),p=1;
		for(int i=len-1;i>=0;i--){
			if(a[i]<='9'){
				t[sum]+=(a[i]-'0')*p;
			}else{
				t[sum]+=(a[i]-'A'+10)*p;
			}p*=36;
		}sum++;
	}sort(t,t+sum);
	for(int i=1;i<sum;i++){
		if((t[i]-t[i-1])<minn){
			minn=t[i]-t[i-1];
		}
	}cout<<minn;
	return 0;
}

  • 4
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要实现汽车牌照字符识别,可以采用以下步骤: 1. 数据预处理:对汽车牌照图像进行预处理,包括灰度化、二值化、去噪等操作,以便后续字符识别。 2. 特征提取:从处理后的图像中提取特征,这些特征可以是字符的形状、颜色、纹理等。 3. 分类器训练:使用训练集对分类器进行训练,以便识别车牌字符。可以采用传统的机器学习算法如 SVM、KNN、决策树等,也可以使用深度学习算法如卷积神经网络(CNN)等。 4. 字符识别:使用训练好的分类器对车牌图像进行字符识别,输出识别结果。 在 MATLAB 中,可以使用图像处理工具箱和机器学习工具箱实现以上步骤。例如,可以使用 `imread` 函数读取图像,使用 `rgb2gray` 函数将图像转换为灰度图像,使用 `imbinarize` 函数进行二值化处理,使用 `imnoise` 函数进行去噪处理。对于特征提取和分类器训练,可以使用 `extractHOGFeatures` 函数提取 HOG 特征,使用 `fitcecoc` 函数训练多分类 SVM 分类器。最后,可以使用训练好的分类器对车牌图像进行字符识别,例如: ``` % 读取车牌图像 img = imread('car_plate.jpg'); % 预处理 img_gray = rgb2gray(img); img_bw = imbinarize(img_gray); img_noise = imnoise(img_bw, 'salt & pepper', 0.02); % 提取特征 feature_vector = extractHOGFeatures(img_noise); % 加载训练好的分类器 load('svm_classifier.mat'); % 字符识别 label = predict(svm_classifier, feature_vector); ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值