字元識別源碼
① bp神經網路 c++ 字元識別
你好，我的情況和你一樣，目前一頭霧水，請問可以給我提供一些幫助嗎？？
② c++ code128碼 解碼解碼 源代碼
code128字元集包括A，B，C常用的是優化過的CODE128AUTO,所有的條碼軟體都支持，如Bartender,Codesoft,LabelMatrix,NiceLabel等。
③ 跪求opencv識別圖片中字元 源碼 c++
常用的OpenCV函數速查
④ 求一個vc++編寫的bp字元識別程序和源碼最好能識別數字字母和一些文字 識別率要高
去找opencv識別示常式序。
⑤ 誰能修改下這個FLASH源碼，讓它能識別中文字元。有源文件。
我剛看了你這個flash，把xml文件的UTF-8改成gb2312
flash第三幀：System.useCodepage=true;
把那個顯示文字的動態文本不要嵌入字體，直接選擇「使用設備字體」，把字體改成所有電腦都有的宋體。
不過做完後漢字是能顯示了，但只有2個能顯示，其它的都不顯示不知道為什麼。。。
我已經知道為什麼了，動態文本無法修改屬性，比如旋轉、透明度都不能改，一但改的話字就不顯示了，由於你那些都是改變角度放置的，所以就會不顯示字，為了解決能讓動態文本可以像靜態文本一樣隨意修改，所以都是用嵌入字體的方法，你先做的那個動態文本只嵌入了英文及一些標點符號，但如果你嵌入2000多個漢字的話。。。你可以試一下，雖然漢字能顯示了，但文件達到了3兆以上！要不你只嵌入自己需要的某些文字，用哪個字就嵌入哪個字，自己手動在輸入框里輸入自己需要的字，不過這樣不適合字經常變動的。。。
挺麻煩的，誰叫漢字不像英文那樣只有26個字母來著！！！
⑥ 我正在做車牌字元識別的論文，用bp神經網路加matlab來實現。誰能把源程序給我發一下阿
google搜索一下如下關鍵字：OCR/ICR bp neural network matlab source code 運氣好的話可以在一些源碼共享網站里搜到。
⑦ c#有沒有識別圖像中數字的源碼謝謝。
附件是一個現成的圖像文字識別程序，C#調用OpenCV，原來的程序還能動態識別攝像頭圖像里的文字，但我為了簡化修改成識別靜態圖片的了，解壓後雙擊ContourAnalysisDemo.exe運行。
⑧ 如何利用python做簡單的驗證碼識別
1摘要
驗證碼是目前互聯網上非常常見也是非常重要的一個事物，充當著很多系統的防火牆功能，但是隨時OCR技術的發展，驗證碼暴露出來的安全問題也越來越嚴峻。本文介紹了一套字元驗證碼識別的完整流程，對於驗證碼安全和OCR識別技術都有一定的借鑒意義。
然後經過了一年的時間，筆者又研究和get到了一種更強大的基於CNN卷積神經網路的直接端到端的驗證識別技術（文章不是我的，然後我把源碼整理了下，介紹和源碼在這裡面）：
基於python語言的tensorflow的『端到端』的字元型驗證碼識別源碼整理(github源碼分享)
2關鍵詞
關鍵詞：安全,字元圖片,驗證碼識別,OCR,Python,SVM,PIL
3免責聲明
本文研究所用素材來自於某舊Web框架的網站完全對外公開的公共圖片資源。
本文只做了該網站對外公開的公共圖片資源進行了爬取，並未越權做任何多餘操作。
本文在書寫相關報告的時候已經隱去漏洞網站的身份信息。
本文作者已經通知網站相關人員此系統漏洞，並積極向新系統轉移。
本報告的主要目的也僅是用於OCR交流學習和引起大家對驗證安全的警覺。
4引言
關於驗證碼的非技術部分的介紹，可以參考以前寫的一篇科普類的文章：
互聯網安全防火牆（1）--網路驗證碼的科普
裡面對驗證碼的種類，使用場景，作用，主要的識別技術等等進行了講解，然而並沒有涉及到任何技術內容。本章內容則作為它的技術補充來給出相應的識別的解決方案，讓讀者對驗證碼的功能及安全性問題有更深刻的認識。
5基本工具
要達到本文的目的，只需要簡單的編程知識即可，因為現在的機器學習領域的蓬勃發展，已經有很多封裝好的開源解決方案來進行機器學習。普通程序員已經不需要了解復雜的數學原理，即可以實現對這些工具的應用了。
主要開發環境：
python3.5
python SDK版本
PIL
圖片處理庫
libsvm
開源的svm機器學習庫
准備原始圖片素材
圖片預處理
圖片字元切割
圖片尺寸歸一化
圖片字元標記
字元圖片特徵提取
生成特徵和標記對應的訓練數據集
訓練特徵標記數據生成識別模型
使用識別模型預測新的未知圖片集
達到根據「圖片」就能返回識別正確的字元集的目標
- def get_feature(img): """
- 獲取指定圖片的特徵值,
- 1. 按照每排的像素點,高度為10,則有10個維度,然後為6列,總共16個維度
- :param img_path:
- :return:一個維度為10（高度）的列表 """
- width, height = img.size
- pixel_cnt_list = []
- height = 10 for y in range(height):
- pix_cnt_x = 0 for x in range(width): if img.getpixel((x, y)) == 0: # 黑色點
- pix_cnt_x += 1
- pixel_cnt_list.append(pix_cnt_x) for x in range(width):
- pix_cnt_y = 0 for y in range(height): if img.getpixel((x, y)) == 0: # 黑色點
- pix_cnt_y += 1
- pixel_cnt_list.append(pix_cnt_y) return pixel_cnt_list
關於環境的安裝，不是本文的重點，故略去。
6基本流程
一般情況下，對於字元型驗證碼的識別流程如下：
7素材准備
7.1素材選擇
由於本文是以初級的學習研究目的為主，要求「有代表性，但又不會太難」，所以就直接在網上找個比較有代表性的簡單的字元型驗證碼（感覺像在找漏洞一樣）。
最後在一個比較舊的網站（估計是幾十年前的網站框架）找到了這個驗證碼圖片。
原始圖：
然後就將圖片素材特徵化，按照libSVM指定的格式生成一組帶特徵值和標記值的向量文
⑨ 我現在正試著做門牌識別，誰有沒有用OpenCV實現的字元識別源碼，借鑒一下
我正在用opencv寫識別手寫音樂簡譜的程序，但借鑒了一些車牌識別的方法......你可以去圖書館找一些「車牌識別」的論文看看，除了最後一步用神經網路識別的方法外，其他都挺好理解的，opencv還是挺好用的。可能門牌識別更接近於車牌識別。