车牌文字识别——HyperLPR 高性能开源中文车牌识别框架

项目地址：https://github.com/szad670401/HyperLPR.git

主要使用的是opencv，官方文档：http://www.woshicver.com/FirstSection/0_OpenCV-Python Tutorials/

1 安装开源库

pip install hyperlpr

2 demo实现（原项目给的demo）

#导入包
from hyperlpr import *
#导入OpenCV库
import cv2
#读入图片
image = cv2.imread("car1.jpg")#与py文件在同一目录下
#识别结果
print(HyperLPR_plate_recognition(image))

错误1：AttributeError: module 'cv2.cv2' has no attribute 'estimateRigidTransform'

​

分析1：可能是opencv版本过高，estimateRigidTransform方法已被启用，需要进行替换，替换规则如下

• fullAffine为true表示的是六自由度的仿射变换，对应的方法为estimateAffine2D
• fullAffine为false表示的是四自由度的仿射变换，对应的方法为estimateAffinePartial2D 

 错误2：cv2.error: OpenCV(4.5.5) :-1: error: (-5:Bad argument) in function 'warpAffine'

​

分析2：cv2.estimateAffinePartial2D()和estimateAffine2D()，函数都有两个返回值，第一个返回值等于cv2.estimateRigidTransform()函数的返回值。所以需要对语句进行修改。

# mat_= cv2.estimateAffine2D(org_pts, target_pts, True)
mat_ , _= cv2.estimateAffine2D(org_pts, target_pts, True)

 3 运行程序，效果如下

​

4 检查

可见上面的效果，图中有2个车牌，但是只检测出一个。

查看程序，理解逻辑为 detection检测——deskew纠偏——fine mapping alignment精细映射对齐——recognition识别。

发现detection_ssd就是一个单次检测器。

考虑后期引入车辆检测模块，先对图片进行车辆检测，再将检测出的车辆图片裁剪并且进行调整，作为车牌识别的输入。