2021SC@SDUSC
此次文章我将会分析demo.py,demo.py是整个HyperLPR程序的入口文件,我认为在整个代码分析项目的开头将其攻克,对接下来整个程序的分析都会有帮助。
demo.py部分的代码如下:
import HyperLPRLite as pr
import cv2
import numpy as np
grr = cv2.imread("images_rec/2.jpg")
model = pr.LPR("model/cascade.xml","model/model12.h5","model/ocr_plate_all_gru.h5")
for pstr,confidence,rect in model.SimpleRecognizePlateByE2E(grr):
if confidence>0.7:
image = drawRectBox(grr, rect, pstr+" "+str(round(confidence,3)))
print "plate_str:"
print pstr
print "plate_confidence"
print confidence
cv2.imshow("image",image)
cv2.waitKey(0)
接下来的部分将从头到尾分析这段代码,并对这段代码调用的函数也进行简要分析。
1、读入图片
grr = cv2.imread("images_rec/2.jpg")
调用了opencv2的imread函数导入图片&