基于MNIST数据集实现车牌识别--初步演示版
发布时间
阅读量：
阅读量
在不久前发布的一篇博客《如何从TensorFlow的mnist数据集导出手写体数字图片》中，我们讲解了如何借助TensorFlow工具将mnist手写数字数据集导出并存储为bmp格式的本地文件。
当前，车牌识别技术已被广泛应用于社会生活的多个方面，例如交通监控系统、停车场出入口收费管理，甚至在自动驾驶技术中也有所涉及。其背后的原理相对简单易懂，因此非常适合作为图像处理与机器学习结合的入门实例。
接下来，我们可以尝试提出一个较为创新的设想：是否能够在TensorFlow框架下，利用卷积神经网络与mnist数字数据集实现对车牌信息的识别功能？
然而需要指出的是，实际车牌上的字符不仅包括数字0至9，还涵盖了英文字母A到Z以及各省份的简称。显然，仅依赖于包含数字0-9的mnist数据集是无法完成完整车牌识别任务的。因此本实验的目的仅限于展示和演示。
考虑到车牌上的数字为标准印刷体，而mnist数据集中所包含的是手写体数字。为了提升识别准确率，在训练过程中应优先选择那些形状较为规整、清晰度较高的图片作为训练样本。否则将难以达到理想的识别效果。以下图片展示了部分我筛选出的较为工整的手写体数字样本：
还没有任何评论哟~