sdu_qrt-CSDN博客

原创基于HyperLPR的车牌识别（十三）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。源码配置的详情见第一篇分析这一篇是这个系列的最后一篇，所以这一篇就是这个项目的总结性文章。HyperLPR是一个使用深度学习针对对中文车牌识别的实现，与较为流行的开源的其他框架相比，它的检测速度和鲁棒性和多场景的适应性都要好于目前开

2021-12-24 19:11:27 813

原创基于HyperLPR的车牌识别（十二）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。源码配置的详情见第一篇分析SimpleRecognizePlateByE2E源码如下：def SimpleRecognizePlateByE2E(image): t0 = time.time() images =

2021-12-24 18:47:59 862

原创基于HyperLPR的车牌识别（十一）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。源码配置的详情见第一篇分析这一次的分析是pipline.py的最后几行，主要是对于任务的收尾工作。以下是代码的实现：# image_gray = horizontalSegmentation(image_gray)

2021-12-23 22:15:28 488

原创基于HyperLPR的车牌识别（十）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。源码配置的详情见第一篇分析这次主要分析detect.detectPlateRough()函数，当前文件引入了hyperlpr_py3文件夹下的detect.py文件的detectPlateRough()函数，含义为检测板材粗糙度，对图片

2021-12-23 21:54:56 434

原创基于HyperLPR的车牌识别（九）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。源码配置的详情见第一篇分析这一次分析以下代码的一部分： val = segmentation.slidingWindowsEval(image_gray)这行代码是pipline.py的217行的方法：def slidi

2021-11-29 19:38:07 2307

原创基于HyperLPR的车牌识别（八）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。源码配置的详情见第一篇分析这一次分析以下代码的一部分： val = segmentation.slidingWindowsEval(image_gray)这行代码是pipline.py的217行的方法：def slidi

2021-11-29 19:34:39 560

原创基于HyperLPR的车牌识别（七）

2021SC@SDUSC源代码下载地址：HyperLPR: 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。https://gitee.com/zeusees/HyperLPR源码配置的详情见第一篇分析这一次分析以下代码： image_rgb = fv.finemappingVertical(image_rgb)

2021-11-14 20:58:27 3073

原创基于HyperLPR的车牌识别（六）

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这一次分析以下代码：image_rgb = fm.findContoursAndDrawBoundingBox(plate)这是pipline.py的199行代码，其中使用了findContoursAndDrawBoundingBox()，其源代码为：#精定位算法def findContoursAndDrawBoundingBox(image.

2021-11-07 21:41:48 483

原创基于HyperLPR的车牌识别（五）

这一篇文章主要介绍HyperLPR的pipline.py中的以上几行代码第一行代码，使用了SimplePredict()，这一个会指向typeDistinguish.py文件中：def SimplePredict(image): image = cv2.resize(image, (34, 9)) image = image.astype(np.float) / 255 res = np.array(model.predict(np.array([image]))[0...

2021-10-31 20:06:44 280

原创基于HyperLPR的车牌识别（四）

这一篇文章主要分析pipline中的以上代码首先是enumerate（）enumerate()是python的内置函数 enumerate在字典上是枚举、列举的意思对于一个可迭代的（iterable）/可遍历的对象（如列表、字符串），enumerate将其组成一个索引序列，利用它可以同时获得索引和值 enumerate多用于在for循环中得到计数如果对一个列表，既要遍历索引又要遍历元素时，首先可以这样写：list1 = ["这", "是", "一个", "测试"]for i ...

2021-10-24 19:02:34 203

原创基于HyperLPR的车牌识别（三）

这一次主要分析在pipline.py中的SimpleRecognizePlate函数。首先是time()函数，time是引用于os库中的函数，目的是调用系统的时间获取当前时间，以便于后面对于时间的显示和调用。下一个函数是detect.detectPlateRough(image,image.shape[0],top_bottom_padding_rate=0.1)这一个是指向detect.py文件的detectPlateRough函数。def detectPlateRough(...

2021-10-17 20:25:53 749

原创基于HyperLPR的车牌识别（二）

这篇文章主要分析recognizer.py文件首先是此文件主要调用的库主要调用了keras，Keras是由纯python编写的基于theano/tensorflow的深度学习框架。Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果。下图是使用keras搭建一个神经网络系统的大致步骤。index = {"京": 0, "沪": 1, "津": 2, "渝": 3, "冀": 4, "晋": 5, "蒙": 6, "辽": 7, "吉": 8, ..

2021-10-10 20:44:14 824

原创基于HyperLPR的车牌识别（一）

2021SC@SDUSC项目叙述项目地址：GitHub - zeusees/HyperLPR关于 HyperLPR，HyperLPR 是一个使用深度学习针对对中文车牌识别的实现，与较为流行的开源的EasyPR相比，它的检测速度和鲁棒性和多场景的适应性都要好于目前开源的EasyPR， HyperLPR 可以识别多种中文车牌包括白牌、新能源车牌、使馆车牌、教练车牌、武警车牌等。项目安装与配置①安装anaconda3下载地址：Anaconda | Individual Edition详

2021-09-29 20:11:40 963 1

sdu_qrt的博客