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。