You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
|
|
|
|
|
SVM方法描述字符识别的原理和过程
|
|
|
|
|
|
|
|
|
|
|
|
SVM:本质就是一个分类器，在样本的特征空间中找到一个最优的超平面，使这个超平面离所有
|
|
|
|
|
|
的类的样本的距离最小者最大化。
|
|
|
|
|
|
|
|
|
|
|
|
文字识别原理：根据提取的特征，运用一定的识别原理，对文字进行分类，确定其属性，达到识
|
|
|
|
|
|
别的目的，实际上就要用SVM来进行文字的分类。
|
|
|
|
|
|
|
|
|
|
|
|
过程：
|
|
|
|
|
|
1、训练SVM分类器：由于车牌的第一个字符一定为汉字，第二个字符一定为字母，其余五个可
|
|
|
|
|
|
能为数字，也可能为数字和字母的混合，所以要训练三个分类器（汉字分类、字母分类和数字和
|
|
|
|
|
|
字母分类）
|
|
|
|
|
|
（1）提取每一个样本的HOG特征，将样本的特征保存数据保存起来
|
|
|
|
|
|
2、使用已经构建好的SVM实现识别：
|
|
|
|
|
|
（1）分割好的字符图片要进行一定的处理，使其与之前训练的样本图片具有相同性质。
|
|
|
|
|
|
（2）提出分类器所需要的特征，按顺序逐个识别。调用分类器识别字符时，只需要调用SVM中
|
|
|
|
|
|
load函数加载训练好的数据，再调用SVM分类器的.predict函数进行识别。
|
