图像识别一些小项目介绍

1：车牌号码识别系统

识别步骤：车牌定位，字符分割，字符识别

车牌定位方法，基于直线边缘检测的方法，基于阈值迭代的方法，基于彩色信息的方法，基于灰度检测的方法，基于神经网络的方法。

字符识别：特征提取与模板匹配。

整个识别过程包括了图像预处理和车牌号码识别。

而图像预处理包括了二值化，去噪，车牌定位，字符分割和字符细化。二值化其实就是将灰色图像转换为0-1（255）像素图像。去噪就是去除一些噪声，易于识别，采用超限邻域平均法对二值化进行去噪。车牌定位就是车牌提取，这里采用横纵扫描的方法提取车牌。在字符分割之前标准化车牌图像。字符分割：将字符一个一个分割开，利用字间的间隔一般大于自馁间隔这一特点将二者区分。字符细化：目的是要得到与原来区域形状近似的，由简单的弧和曲线组成的图像。

车牌号码识别：常用的方法有基于模板匹配和基于神经网络的方法，模板匹配有较强的容错能力，适于有较强干扰的场合，但识别速度慢，很难满足实时性要求。基于神经网络的方法具有较快的识别速度，尤其对二值图速度更快，可以满足实时性要求。

2：一维条形码识别

   一维条形码是由自足规则排列的粗细不同、黑白相间的条空及数字和字符组成的标记。

通常一维条形码只在一个方向上表达信息，一般是水平方向，对于每一种物品，编码唯一，目前使用频率最高的几种一维条形码码制有EAN、UPC、三九码、交叉二五码和EAN128。我国采用的编码标准是EAN码。

EAN条形码有两个版本。一个是13位标准条形码；另一个是8位缩短条形码。EAN-13条形码由代表13位数字码的条形码符号组成。这里处理的13为条形码。

    EAN条形码由左侧空白区、起始符、左侧数据符、中间分隔符、右侧数据符、校验符、终止符、右侧空白区组成。其结构如下图所示：

                       商品条形码结构

                  商品条形码符号构成示意图

具体组成这里不仔细讲了。

  一维条形码识别系统设计步骤主要分为条形码预处理与条形码识别两个步骤。图像预处理包括灰度化、二值化、矫正处理和去噪过程。图像识别通过计算左侧数据和由测数据得出最后的条形码值。

     今天就先写到这了，后续会将这些项目的具体实现方法以及其他项目介绍上传。