全卷积网络解决抄表类问题，车牌识别等一个思路

在工业场景中经常会遇到一些抄表类问题，如示例图片所示：

 

在这类问题中，可以使用全卷积网络很好的解决，笔者借助Tensorflow设计了全卷积网络，进行了训练，从结果来看，准确度还非常高，以下是预测的示例结果：

 

以下是预测代码：

 

import keras
from PIL import Image
import numpy as np
import cv2

from PIL import Image

model = keras.models.load_model("model_460.h5")

def predict(index):
        global model
        img = Image.open("img/{0}.jpg".format(index))
        img = np.array(img)/255.0
        result = model.predict(img)
        print("pic is:",index,"result is:",np.array(result,dtype=np.int32)) 

predict(38)
predict(39)
predict(40)
predict(41)
predict(42)
predict(43)
predict(44)
predict(45)

工程已上传，需要参考的可以直接下载