我们希望训练特定字体和A-Z中的所有字母以及0-9中的所有数字。每个人有多少阳性和阴性样本可以完成这项工作？ 尽管如此，这将是一项繁琐的工作，但是对于移动车辆的车牌而言，tesseract并不准确。还有其他建议吗？
答案 0 :(得分：0)
我引用以下维基百科文章 - https://en.m.wikipedia.org/wiki/Automatic_number_plate_recognition
该软件需要七种主要算法来识别车牌：
1.Plate定位 - 负责查找和隔离图片上的版块。
2.平板方向和尺寸 - 补偿平板的歪斜并将尺寸调整到所需尺寸。
3.Normalization - 调整图像的亮度和对比度。
4.字符分割 - 在盘子上找到各个字符。
5.光学字符识别。
6.Synticalical / Geometrical analysis - 根据国家特定规则检查角色和位置。
7.对多个字段/图像的识别值进行平均，以产生更可靠或更自信的结果。特别是因为任何单个图像可能包含反射光闪光，部分遮挡或其他临时效果。
回到你的问题哈尔级联可以用来定位车牌。但是对于OCR部分，我个人会推荐一个CNN网络。你可以在这里找到一个实现 - https://matthewearl.github.io/2016/05/06/cnn-anpr/
还有一个专门负责该任务的图书馆 - https://github.com/openalpr/openalpr还可以查看
haar cascade - https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_licence_plate_rus_16stages.xml
祝你好运