HyperLPR车牌识别库代码分析（3）

2021SC@SDUSC

源代码下载地址：https://gitee.com/zeusees/HyperLPR

源码配置的详情见第一篇分析

         根据小组分配的任务，我将负责pipline中的SimpleRecognizePlateByE2E(image)函数的分析，内容如下：

一、time()函数作用

        代码如下：

def SimpleRecognizePlateByE2E(image):
    t0 = time.time()
    images = detect.detectPlateRough(image,image.shape[0],top_bottom_padding_rate=0.1)
    res_set = []

        time()部分函数源码如下：

def time(): # real signature unknown; restored from __doc__
    """
    time() -> floating point number
    
    Return the current time in seconds since the Epoch.
    Fractions of a second may be present if the system clock provides them.
    """
    return 0.0

        可见是用于获取当前的系统时间。

二、detectPlateRough（...）函数作用

 1.以下代码用于粗略地初始化图片，并传给images对象，其中上下填充率默认为0.1

images = detect.detectPlateRough(image,image.shape[0],top_bottom_padding_rate=0.1)
    

image.shape[]数组含义如下：

image.shape[0], 图片垂直尺寸

image.shape[1], 图片水平尺寸

image.shape[2], 图片通道数

        其中detectPlateRough（...）函数源码如下：

def detectPlateRough(image_gray,resize_h = 720,en_scale =1.08 ,top_bottom_padding_rate = 0.05):
    print(image_gray.shape)

    

        该函数传入了图片的颜色，大小，宽高比，上下填充率，并首先输出了图片的图片垂直尺寸, 图片水平尺寸和 图片通道数。

2.其次针对上下填充率进行判断，高于0.2时报错。</