❶ 用matlab對圖片進行字元識別，只要能識別字母就行…十萬火急！！請各位大俠們多多幫忙…
OCR的處理流程如下：
首先將標的物的影像輸人，然後經過影像前處理、文字特徵抽取、比對識別等過程，最後經人工校正將認錯的文字更正，將結果輸出。詳細如下：
影像輸入
要想進行OCR處理，必須先通過光學儀器，如影像掃描儀、傳真機或任何攝影器械，將影像轉人計算機。隨著科技的進步，掃描儀等輸人裝置已製作得愈來愈精緻，輕薄短小，品質也高，對OCR有相當大的幫助。掃描儀解析度的提高使影像更清晰，掃描速度的加快提高了OCR處理的效率
影像前處理
影像前處理是OCR系統中需解決問題最多的一個模塊。從得到一個不是黑就是白的二值化影像或灰階、彩色的影像，到分離出一個個的文字影像的過程，都屬於影像前處理。它包含了影像正規化、去除雜訊、影像矯正等的影像處理，以及圖文分析、文字行與字分離的文件前處理。影像處理的原理及技術都已成熟，在網站上有不少可用的鏈接庫；在文件前處理方面，則憑各家本領了；影像需先將圖片、表格及文字區域分離出來，甚至可將文章的編排方向、文章的提綱及內容主體區分開，而文字的大小及文字的字體也可如原始文件一樣地判斷出來。值得一提的是如何將獨立文字從文字行抽取出來。中文字特別的地方在於它有部首的觀念。因此，不只是上下的合成，左右合成的字也特別多，且有可能是兩部分（如「利」、「明」等），也有三部分的（如「捌」、「晰」等）合成。當這些字與英文或數字同時存在且緊靠在一起時，判斷如何連接或切出，是相當困難的。對排版整齊的印刷文件都無法百分之百解決，更何況是每個人寫字習性都不同的手寫文件。也因此，手寫的OCR產品走向是特殊且有限制的。
文字特徵抽取
單以識別率而言，特徵抽取可說是OCR的核心，用什麼特徵，怎麼抽取，直接影響識別的好壞，所以在OCR研究初期，特徵抽取的研究報告特別多。而「特徵」可說是識別的籌碼，可簡易的區分兩類。一類為統計的特徵。例如文字區域內的黑／白點數比，當文字區分成好幾個區域時，這一個個區域黑／白點數比之聯合，就成了空間的一個數值向量。在對比時，基本的數學理論就足以應付了。而另一類特徵為結構的特徵。例如文字影像細線化後，取得字的筆畫端點、交叉點之數量及位置，或以筆劃段為特徵，配合特殊的比對方法進行比對，市面上的線上手寫輸人軟體的識別方法多以此種結構的方法為主。
比對資料庫
當輸人文字算完特徵後，不管是用統計或結構的特徵，都需有一比對資料庫或特徵資料庫來進行比對，資料庫的內容應包含所有欲識別的字集文字以及根據與輸人文字一樣的特徵抽取方法所得的特徵群組。
比對識別
比對識別是指根據不同的特徵特性，選用不同的數學距離函數進行比對．較有名的比對方法有歐式空間的比對方法、鬆弛比對法(Relaxation)、動態程序比對法(Dynamic Programming, DP)以及類神經網路的資料庫建立及比對、HMM(Hidden Markov Model)等著名的方法。為了使識別的結果更穩定，提出了專家系統(Experts System)，利用各種轉征比對方袂的相異互補性，使識別結果的可靠性提高。
字詞後處理
由於OCR的識別率並無法達到百分之百，為了加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，便成為OCR系統中必要的一個模塊。字詞後處理就是一例。它在比對後的識別文字與其可能的相似候選字群中，根據前後的識別文字找出最合乎「詞」的詞，作為更正的功能。例如識別出「找門」，在詞庫中找不到這個詞，而「我」是「找」的相似候選字，因此很自然地將「我」取代「找」，而成「我們」。
字詞資料庫
它是為字詞後處理所建立的詞庫。
人工校正
這是OCR最後的關卡。在此之前，使用者可能只是拿個滑鼠，跟著軟體設計的節奏操作或僅是觀看，而在此則需要使用者去更正甚至找尋可能是OCR出錯的地方。一個好的OCR軟體，除了有一個穩定的影像處理及識別核心以降低錯誤率外，人工校正的操作流程及其功能也影響OCR的處理效率。因此，文字影像與識別文字的對照及其屏幕信息擺放的位置，還有每一識別文字的候選字功能、拒認字的功能及繼字詞後處理而特意標示出可能有問題的字詞，都是為了讓使用者盡量少地使用鍵盤。當然，不是說系統沒顯示出的文字就一定正確，可根據具體要求決定是否重新校正一次。
結果輸出
其實輸出是件簡單的事，但需看使用者用OCR到底為了什麼。有人只要求文本文件用於部分文字的再使用，所以只要一般的文字文件，有人要求輸人文件的原文原封不動地重現出來；有人注重表格內的文字，要求跟Excel等軟體結合。無論怎麼變化，都只是輸出檔案格式的變化而已。
❷ 求一個能做畢業設計的Matlab圖像文字識別題目
排除車牌這個小夥伴們最喜歡用的道具...那你可以考慮一下用集裝箱側面內箱號區域，主要分為容定位和識別兩大部分。整個過程如下：
讀入圖片預處理 --> 字元定位初始化 --> 字元強化搜索處理 --> 模板匹配形態識別 --> 輸出結果
如果樓主需要的話，我還可以說的具體一些
❸ 求基於BP神經網路的英文大寫字母的識別演算法的MATLAB程序
貴求『基於bp人工神經網路的英文字母識別』matlab的程序源代碼。。我的郵箱[email protected]。。灰常感謝呢
❹ 我的畢業設計是基於模板匹配的手寫文字識別系統設計，用Matlab編程的。急需相關程序。。。。
那天看見了一個模板匹配的車牌識別的 你找到了自己改一下就是了
❺ 求基於BP神經網路的英文大寫字母的識別演算法的MATLAB程序
%by dynamic
%see also http://www.matlabsky.com
%contact me [email protected]
%2009.2.
%
我這里有一些代碼你可以使用看下，裡面有模式識別的源代碼
http://www.matlabsky.com/forum-4-1.html
http://www.matlabsky.com/forum-14-1.html
http://www.matlabsky.com/forum-25-1.html
❻ 畢業設計 手寫漢字識別系統 最好是用MATLAB 求指導
我曾經在MATLAB平台上用神經網路實現十個手寫數字的識別，每個數字提供了四十個左右訓練樣本，最後得到的網路效果很好，只要不是刻意過度畸形的寫法，都能識別出來，用的特徵有離線的也有聯機的，一共十一個特徵（寬高比，重心位置，起落筆位置等），不知對你是否有幫助。
❼ 基於matlab的車牌識別系統
已發送，請查收!發送郵箱[email protected]
❽ 跪求基於MATLAB的車牌識別系統的畢業論文
有一本80塊左右的書，關於matlab圖像處理的，黃色封面，你去書店看看
❾ 車牌識別畢業設計，基於MATLAB實現，有沒有大佬帶帶我😭
你好！車牌識別系統，本身就是設計難點，不好完成