Linux + HyperLPR 进行车牌识别

Linux + HyperLPR 进行车牌识别

基于C++的源码和基于Python的实现方式有较大差异，C++版本使用的是opencv3.3之后的版本，在opencv3.3版本之后tensorflow模块已经集成到opencv中了。这里仅仅介绍基于Linux环境的安装编译。

1.安装升级cmake编译工具
编译HyperLPR源码需要cmake 3.6以上版本
先安装相关依赖
【sudo apt-get install build-essential】
【sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev】
【cd /home/user/project/】
【wget https://cmake.org/files/v3.10/cmake-3.10.3.tar.gz】
【tar -zxvf cmake-3.10.3.tar.gz】
【cd cmake-3.10.3/】
【./configure】生成makefile文件
【make -j4】 编译源码，-j4是为了加快编译速度，也可以不加
【sudo make install】自动安装cmake
【cmake --version】 查看cmake版本

2.安装opencv-3.3
下载链接 https://opencv.org/opencv-3-3.html
下载之后解压缩
【cd opencv-3.3.0】
【mkdir build】创建编译目库
【cd build】
【cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/home/software/opencv …】
注意后面"…"不能省略
【sudo make -j4】
【sudo make install】

3.编译源码
【cd HyperLPR.git/】
【cd Prj-Linux/】
【mkdir build】
【cd build/】
【cmake …/】
【make -j4】
编译完成之后会在【HyperLPR.git/Prj-Linux/lpr】下生成可执行文件

4.测试
在HyperLPR.git/Prj-Linux/lpr目录下，有个src存放的是核心代码，test目录下存放的测试demo， 在同级目录下创建res目录，放入一个带车牌的图片命名为test1.jpg，运行【./TEST_Detection】

注意：如果是通过ssh远程登陆会报错
“(image:9070): Gtk-WARNING **: cannot open display:”