- 博客(13)
- 收藏
- 关注
原创 HyperLPR 高性能中文车牌识别系统分析(十二)
2021SC@SDUSC 概述 本篇是对该识别系统主要使用到的函数SimpleRecognizePlateByE2E(image)、SimpleRecognizePlateByE2E(self,image)、SimpleRecognizePlate()进行分析总结 SimpleRecognizePlateByE2E(image)函数 def SimpleRecognizePlateByE2E(image): t0 = time.time() images = detect.de
2021-12-25 16:47:41
2320
原创 HyperLPR 高性能中文车牌识别系统分析(十一)
2021SC@SDUSC 概述 上篇已对SimpleRecognizePlateByE2E()函数的内部调用的函数delectPlateRough()、finemappingVertical()、recognizeOne()进行分析总结 接下来是对SimpleRecognizePlateByE2E()函数的结构与功能的最终分析与总结 SimpleRecognizePlateByE2E()函数 该函数接收的输入就是待识别车牌所在的图片,第一步就是使用detectPlateRough函数进行图像分
2021-12-25 15:19:34
471
原创 HyperLPR 高性能中文车牌识别系统分析(十)
2021SC@SDUSC 概述 接下来依旧是对SimpleRecognizePlateByE2E()函数及其内部调用的函数进行分析与总结 本篇是对delectPlateRough()函数、finemappingVertical()函数、recognizeOne()函数的分析与总结 detectPlateRough()函数 def detectPlateRough(self,image_gray,resize_h = 720,en_scale =1.08 ,top_bottom_pad
2021-12-25 15:14:59
501
原创 HyperLPR 高性能中文车牌识别系统分析(九)
2021SC@SDUSC 概述 接下来将对SimpleRecognizePlateByE2E()函数及其内部调用的函数进行分析与总结 本篇是对demo.py文件及SimpleRecognizePlateByE2E()函数的分析总结 demo.py import sys reload(sys) sys.setdefaultencoding("utf-8") import time def SpeedTest(image_path): grr = cv2.imread(image_
2021-12-25 15:07:45
2009
原创 HyperLPR 高性能中文车牌识别系统分析(八)
2021SC@SDUSC 概述 本篇依旧是对pipline.py文件中的SimpleRecognizePlate()函数展开解析,逐渐深挖至底层 此次文章主要分析SimpleRecognizePlate()函数部分代码,如下: if len(val)==3: blocks, res, confidence = val if confidence/7>0.7: image = drawRectBox(image,
2021-11-29 21:00:35
414
原创 HyperLPR 高性能中文车牌识别系统分析(七)
2021SC@SDUSC 概述 本篇依旧是对pipline.py文件中的SimpleRecognizePlate()函数展开解析,逐渐深挖至底层 此次文章主要分析SimpleRecognizePlate()函数部分代码,如下: if len(val)==3: blocks, res, confidence = val if confidence/7>0.7: image = drawRectBo
2021-11-29 20:46:16
2806
原创 HyperLPR 高性能中文车牌识别系统分析(六)
2021SC@SDUSC 概述 本篇依旧是对pipline.py文件中的SimpleRecognizePlate()函数展开解析,逐渐深挖至底层 此次文章主要分析SimpleRecognizePlate()函数部分代码,如下:
2021-11-14 20:09:40
1440
原创 HyperLPR 高性能中文车牌识别系统分析(五)
2021SC@SDUSC 概述 本篇依旧是对pipline.py文件中的SimpleRecognizePlate()函数展开解析,逐渐深挖至底层 此次文章主要分析SimpleRecognizePlate()函数部分代码,如下 image_rgb = fm.findContoursAndDrawBoundingBox(plate) 代码分析 引入了hyperlpr_py3文件夹下的finemapping.py文件的findContoursAndDrawBoundingBox()函数,即: .
2021-11-08 19:16:29
3449
原创 HyperLPR 高性能中文车牌识别系统分析(四)
2021SC@SDUSC 概述 本篇依旧是对pipline.py文件中的SimpleRecognizePlate()函数展开解析,逐渐深挖至底层 此次文章主要分析SimpleRecognizePlate()函数部分代码,如下 ptype = td.SimplePredict(plate) if ptype>0 and ptype<5: plate = cv2.bitwise_not(plate) 代码分析 ptype = td.Simpl
2021-10-31 22:08:32
446
原创 HyperLPR 高性能中文车牌识别系统分析(三)
2021SC@SDUSC 概述 本篇依旧是对pipline.py文件中的SimpleRecognizePlate()函数展开解析,逐渐深挖至底层 此次文章主要分析SimpleRecognizePlate()函数部分代码,如下
2021-10-24 22:58:18
410
原创 HyperLPR 高性能中文车牌识别系统分析(二)
2021SC@SDUSC 概述 通过对于该项目的分析以及相关博客文章的阅读与理解,小组成员暂时确定核心代码在于HyperLPR-master文件夹下的HyperLPRLite.py文件的函数SimpleRecognizePlateByE2E()、hyperlpr_py3文件夹下的pipline.py文件的函数SimpleRecognizePlateByE2E()和函数SimpleRecognizePlate(),我们将对这几个函数进行分析与对比出有利的数据,以为后面的分析能做出更有效的调整。 我将与其
2021-10-17 20:51:05
1142
原创 HyperLPR 高性能中文车牌识别系统分析(一)
2021SC@SDUSC 概述 此次文章主要分析finemapping_vertical.py文件 调用的库 #coding=utf-8 from keras.layers import Conv2D, Input,MaxPool2D, Reshape,Activation,Flatten, Dense from keras.models import Model, Sequential from keras.layers.advanced_activations import PReLU .
2021-10-10 23:55:16
696
原创 HyperLPR 高性能中文车牌识别系统分析综述
2021SC@SDUSC 概要及综述 HyperLRP是一个开源的、基于深度学习高性能中文车牌识别库,由北京智云视图科技有限公司开发,支持PHP、C/C++、Python语言,Windows/Mac/Linux/Android/IOS 平台 项目github地址:https://gitee.com/zeusees/HyperLPR#%E4%B8%80%E9%94%AE%E5%AE%89%E8%A3%85 项目的车辆识别对象: 支持多种车牌以及双层;支持大角度车牌;轻量级识别模型 项目特性:
2021-09-30 00:01:22
1065
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅