基于数字图像处理与机器学习的车牌识别系统（LPR）- SVM-ANN-CNN-C++源码

简介：
本项目提供一套基于SVM、ANN及CNN算法结合C++实现的先进车牌识别(LPR)系统，融合了数字图像处理技术与机器学习方法。 字符分割与识别项目涵盖了数据集收集及CNN模型的开发，并附有详细的项目描述资料。该项目使用C++11编程语言，在Microsoft Visual Studio 2015平台上进行，同时采用了Opencv 3.2+opencv-contrib V3.1以及cmake3.8.1作为主要工具和库。此外，SVM采用Libsvm实现，而ANN则基于OpenCV的框架。 项目以数字图像处理与机器学习为理论基础，并从一个包含1485张图片的数据集开始研究如何从中提取适合分类器训练的数据子集。针对车牌区域的独特特征及输入图片的整体特性，提出了四种不同的方法来识别可能存在的车牌区域并对其进行校正。借鉴自然场景下的文本检测技术以及在字符分布上的特点改进了最大稳定极值区算法，在此基础上通过非极大值抑制和区域矫正得到了候选的字符位置。 项目还实现了基于20个描述性特征的支持向量机分类器，用于区分是否为车牌上有效字符，并结合字符搜索进一步排除非目标区域并精确提取出每个车牌上的七个特定字符。同时利用金字塔梯度方向直方图特性开发了三层BP神经网络模型以识别数字和字母；定义了一种10层的卷积神经网络模型（MyLeNet）用于汉字的辨识。