使用PaddleOCR做车牌识别

已于 2023-10-25 13:30:07 修改
阅读量409 收藏 3
点赞数
文章标签： 车牌识别 paddle ocr
于 2023-10-24 22:38:02 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35554040/article/details/134023081
版权

由于车牌检测可选的方法有很多, 可以使用yolov7, paddledetection,也可以直接用paddleocr的det训练检测模型. 这里只处理识别的任务.

使用的图片如下:

训练列表:

图片和字符标签TAB隔开, 多个车牌用空格隔开, 最后空格+颜色符号

车牌颜色对应符号:(更多颜色只需要新增符号映射即可)

模型配置文件: 选用ch_PP-OCRv3_rec_distillation.yml

这里使用预训练模型, 注意要使用预训练对应的字典,可以更快收敛.

调整批次和学习率.

测试情况: (使用Intel(R) Core(TM) i3-1115G4 @ 3.00GHz, onnxruntime推理)

总结: 

1. 能够识别多行文字.

2. 通过符号关联颜色, 可以一次识别出字符和颜色.

3. 训练和部署都十分简单, 识别速度快.

qq_35554040
关注
车牌识别：使用PaddleOCR特色模型ch_PP-OCRv3_det+ch_PP-OCRv3_rec
sybh的博客
05-30 451
车牌识别是智能交通系统和车辆管理中的重要组成部分。为了解决这个问题，我们需要一个实时的车牌识别系统。在本文中，我们将详细介绍如何使用PaddleOCR特色模型ch_PP-OCRv3_det+ch_PP-OCRv3_rec进行车牌识别。PaddleOCR是基于PaddlePaddle深度学习框架的OCR（Optical Character Recognition，光学字符识别）开源项目。在本教程中，我们将使用ch_PP-OCRv3_det和ch_PP-OCRv3_rec模型进行车牌检测和识别。
python-paddleocr-车牌识别（源代码）
07-23
本程序是基于百度paddleocr来进行车牌识别的，paddleocr是百度开发的文本识别库，可以识别图片上的文字，准确度非常高，基于这个ocr库，我们可以识别车牌号，然后使用筛选规则，将符合车牌格式的完整车牌提取出来。 环境配置：visual studio code 语言：python 库：paddleocr、pyqt5、opencv 适合人群：python初学者。 本程序使用了pyqt5来构建UI界面，导入图片后，将自动进行图片内容的识别，识别成功后，会将识别出来的车牌号显示在窗口的列表框，无论图片中是单个车牌号还是多车牌，都可以进行识别。不过需要注意，如果图片的清晰度很差，那么识别效果将受到影响，但是可以适应opencv对图片进行处理，不过，本程序未使用opencv来优化图片，如果需要，请私信作者。
可以直接使用的百度文字识别源代码（车牌识别）
03-07
开发环境为vs2013，使用绝对路径配置环境，需要自己修改一下配置路径
使用paddlerocr识别固定颜色验证码
最新发布
ww596520206的博客
09-08 566
本文使用opencv和paddlerocr识别出固定颜色的验证码
基于PaddleOCR史上最全车牌号识别实现（三）
YY007H的博客
12-13 621
基于PaddleOCR史上最全车牌号识别实现（一）基于PaddleOCR史上最全车牌号识别实现（二）前两篇文章讲了检测模型和识别模型的实现，这一篇文章姗姗来迟，将讲解下两个模型的串联应用和PaddleOCR的源码精简，下面我们来看看如何实现，文章最后有全源码下载。
基于PaddleOCR史上最全车牌号识别实现（一）
YY007H的博客
05-09 7300
最近在做关于字符识别的项目，发现好多人在问关于车牌号识别方案，了解现在最火的文字识别PaddleOCR，发现只使用PaddleOCR就可以达到很好的效果，而且从头到尾只需要动PaddOCR上少许代码，就能达到很好的效果。 PaddleOCR分为三个模型检测、方向分类和识别，车牌号识别只需用到检测和识别模型即可，而且现在车牌号识别很少能覆盖全部的车牌类型，今天我发布的这个模型将支持蓝牌、黄牌（单行）、绿牌、大型新能源（黄绿）、领使馆车牌、警牌、武警牌（单行）、军牌（单.........
基于PaddleOCR的车牌检测识别
FriendshipTang的博客
08-11 1650
Python、PaddlePaddle、OCR、车牌检测、文本识别
基于PaddleOCR实现车牌识别
weixin_38029956的博客
07-21 5132
CCPD车牌数据集来源于Git里面。https是采集人员在合肥停车场采集、手工标注得来，采集时间在早730到晚1000之间。且拍摄车牌照片的环境复杂多变，包括雨天、雪天、倾斜、模糊等。类别说明ccpd_base正常车牌ccpd_db光线较暗或较亮比较有挑战性的车牌ccpd_fn距离摄像头较远或较近ccpd_np没上牌的新车水平倾斜20%-50%，垂直倾斜-10%-10%ccpd_tilt水平倾斜15%-45%，垂直倾斜15%-45%雨天、雪天或者雾天的车牌注和。...
基于PaddleOCR的车牌识别框架
wuminghang的专栏
04-10 723
PaddleOCR是由百度公司开源的，基于飞桨（PaddlePaddle）深度学习框架的轻量级OCR（Optical Character Recognition，光学字符识别）工具包。在使用PaddleOCR进行车牌识别时，通常会利用PaddleOCR的检测算法（如DBNet）来检测出车牌的位置，然后将车牌位置裁剪出来，送入文本识别算法（如CRNN）来识别车牌的具体内容。首先，文字检测模块会检测图片中的文字位置，即车牌的位置。然后，文字识别模块会对文字区域中的文字进行识别，即识别出车牌上的字符。
基于PaddleOCR史上最全车牌号识别实现（二）
YY007H的博客
05-10 4735
上一章讲了检测模型的实现，这一章将一下识别模型的实现，PaddleOCR提供的通用字符集有6623个，但是车牌号就不需要这么多，我们只需要识别这些车牌，蓝牌、黄牌（单行）、绿牌、大型新能源（黄绿）、领使馆车牌、警牌、武警牌（单行）、军牌（单行）、港澳出入境车牌，只用提取极少部分字符即可，下面我们来接着将代码如何实现的。......
基于PaddleOCR车牌号识别模型
05-14
基于PaddleOCR车牌号识别模型，配合车牌号检测模型，可识别9种类型的车牌，需要可查看文章https://blog.csdn.net/YY007H/article/details/124655068。
百度paddle学习日记（三)—–车牌识别
01-20
百度paddle学习日记(三）——车牌识别 今天的任务也就开门见山了 车牌识别 意思和题目一样，让计算机能看懂 车牌！ 先介绍一下 本次使用CNN 也就是卷积神经网络。 通过过滤器和池化层对图像进行处理来达到学习的目的！ 训练数据和paddle教程可分别在以下两个网址获取： https://aistudio.baidu.com https://www.paddlepaddle.org.cn 废话不多说，直接上代码： #导入需要的包 import numpy as np import paddle as paddle import paddle.fluid as fluid from PIL i
基于paddleocr+onnxruntime实现车牌识别C++源码+模型.zip
05-12
基于paddleocr+onnxruntime实现车牌识别C++源码+模型.zip
车牌识别-基于PaddleOCR实现的车牌识别算法-附项目源码-优质项目实战.zip
06-05
在实战项目中，我们不仅可以学习到深度学习的基础知识，还能深入了解PaddleOCR的使用方法和车牌识别的工程实践。这对于提升在计算机视觉领域的技能和实践经验有着极大的帮助。通过这个项目，我们可以自己动手构建一...
基于PaddleOCR的车牌检测识别中使用的数据集
08-11
总之，基于PaddleOCR的车牌检测识别中使用的数据集是提升车牌识别系统性能的关键。通过理解和利用这样的数据集，开发者可以训练出能够准确、高效地在真实世界环境中运行的OCR模型，为智能交通和其他相关应用提供强...
【开源】轻松实现车牌检测与识别：yolov8+paddleocr【python源码+数据集】
热门推荐
阿旭的博客
01-06 1万+
【开源】轻松实现车牌检测与识别：yolov8+paddleocr【python源码+数据集】
基于yolov8-paddleocr-车牌识别
ww596520206的博客
12-04 1135
使用yolov8模型进行车牌区域识别，然后使用paddlecor模型将字体提取出来，由于数据量很大，支持复杂环境下的识别。数据集共29642张，其中27642张用了做训练，2000张用来做验证。
PaddleOCR实现高精度车牌识别
追求卓越
04-26 4010
PaddleOCR实现高精度车牌识别
基于paddleocr实现车牌识别
05-13
车牌识别是计算机视觉领域的一项重要任务，它的应用非常广泛，例如智能交通、车辆管理等。近年来，深度学习技术的发展，尤其是OCR技术的进步，使得车牌识别的准确率和效率都得到了很大提升。 paddleocr是基于PaddlePaddle深度学习框架开发的一个OCR工具包，能够高效地处理各类文字检测和识别任务。它使用了最新的OCR技术，具有较高的识别准确率和鲁棒性，同时还具备高效的多线程处理能力，可以快速处理大量的图像数据。 在基于paddleocr实现车牌识别的过程中，首先需要进行车牌检测，即从图像中定位出车牌区域。检测的过程可以使用基于CNN的物体检测模型，例如SSD、YOLO等。经过车牌检测后，接下来就可以利用paddleocr进行文字识别了。针对车牌中的字符集较小且结构规律性强的特点，可以使用基于CRNN的序列识别模型，例如CTC算法等，进一步提高车牌识别的准确率和效率。 除此之外，还可以通过数据增强和迁移学习等方法来进一步提升车牌识别的性能。例如使用数据增强技术扩充样本数据，或在已有的OCR模型上进行微调来适应车牌识别任务等。总之，在应用paddleocr进行车牌识别时，需要根据具体的实际情况来选择合适的工具和方法，并对算法进行细致的优化和调参，以取得最佳的识别效果。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值