题目名称：MATLAB人脸识别门禁系统 课题介绍：该系统为基于MATLAB的门禁系统。建立一个GUI可视化界面，将疑似病例录入进人脸库，对其进行训练。测试的时候，采集一张全身照人脸图片，进行人脸定位，分割，和库内人脸进行对比，如果是库内人脸，则判定为疑似病例，GUI进行报警，包括文字和语音报警。如果不是库内人脸，则说明非疑似人员，可放行。

可以免费使用的手写识别引擎，可以二次开发，有三个版本（现在这个是我上传的第二个版本），这个版本注重连笔，效果非常好！其它版本请查看我的上传记录。

适合用c++或者python的小伙伴来学习

号牌号码训练好的识别库（.dat文件）包含中文、英文和数字识别。

设计任务 1.1设计内容及要求： 课题研究的主要内容是对数码相机拍摄的车牌，进行基于数字图像处理技术的车牌定位技术和车牌字符分割技术的研究与开发，涉及到图像预处理、车牌定位、倾斜校正、字符分割等方面的知识,总流程图如图1-1所示。 图1-1系统总流程图 1.2方案 1、车牌图像的定位。分析了车牌定位的基本原理和现有的定位方法,利用图像处理的技术,提出了基于数学形态学与边缘检测以及颜色相结合的车牌定位方法。最后对车牌定位实验结果进行分析。 2、倾斜校正。分析了倾斜校正的基本原理和一些倾斜校正方法,并对实验结果进行分析。 3、车牌字符分割。分析了各种字符分割算法，然后对分割出的车

算法流程： 本系统运用PCA算法来实现人脸特征提取，然后通过计算欧式距离来判别待识别测试人脸，本个系统框架图如下： 图： 人脸识别系统框架图 整个系统的流程是这样的，首先通过图像采集建立人脸库，这个人脸库里的人脸图像必须是格式及像素统一的，然后针对库里的人脸进行人脸训练，利用PCA进行人脸特征提取，获取特征矩阵向量组，将测试人脸投缘到特征子空间中，运用欧氏距离，在人脸库里查找相应的人脸图像，并输出。 二、算法介绍 基于PCA算法的人脸特征提取 2.1PCA的基本原理 PCA中文全称主成分分析 法（Principal Componen

对宋体识别较好 Tesseract可能是可用的最准确的开源OCR引擎。它与图片处理库结合，可以读取各种格式的图像并将它们转换成超过60种语言的文本。它是1995年UNLV精度测试中排名前3的引擎之一。

ZBAR 官方开源的二维码解码库，官方原版未做任何修改，0.10最新版本。实用C语言编写，也有少量C++接口。

人脸识别库包括Yale，ORL，MIT，AT&T人脸库以及想要训练人头分类器所需要的正负样本。

功能:利用摄像头,实现人脸识别. 说明:本识别库,需要用到内存管理,内存总占用数在560KB左右(20个人脸).每增加一张人脸,内存占增加10KB左右.由于本识别库以M3/M4为目标处理器,内存有限,算法上进行了一定阉割