基于PaddleOCR实现车牌识别

最新推荐文章于 2024-04-19 02:30:18 发布

听障阿杨

最新推荐文章于 2024-04-19 02:30:18 发布

阅读量4.2k

点赞数 5

分类专栏：深度学习文章标签：人工智能计算机视觉深度学习

本文链接：https://blog.csdn.net/weixin_38029956/article/details/125888731

版权

深度学习专栏收录该内容

12 篇文章 2 订阅

订阅专栏

基于PaddleOCR的车牌识别

1.方案设计

车牌识别车牌识别就是使用OCR(Optical Character Recognition,光学字符识别)技术识别各类机动车车牌信息。目前，车牌识别已广泛应用在停车场、收费站、道路等交通设施中，提供高效便捷的车辆管理服务。OCR通常包含文本检测和文本识别两个子任务：
1.文字检测：检测图片中的文字位置
2. 文字识别： 对文字区域中的文字进行识别。
使用OCR来识别车牌流程如图1 所示，首先检测出车牌的位置(下图红色框区域)、然后对检测出来的车牌进行识别，即可得到右边的可编辑文本：

在这里插入图片描述

图1 车牌识别
我们使用飞桨PaddleOCR实现车牌识别，接下来就一起来看看实现原理及具体实现步骤吧~

2.数据处理

2.1 车牌数据集介绍

CCPD车牌数据集来源于Git里面。链接：https://github.com/detectRecog/CCPD
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7:30到晚10:00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。CCPD数据集包含将近30万张图片、图片尺寸为720x1160x3，共包含8种类型图片，每种类型、数量及类型说明如下表：

类别	说明
ccpd_base	正常车牌
ccpd_db	光线较暗或较亮
ccpd_challenge	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
ccpd_rotate	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%
ccpd_weather	雨天、雪天或者雾天的车牌

注：图2来源于开源车牌数据集[CCPD介绍](https://blog.csdn.net/qianbin3200896/article/details/103009221)

CCPD数据集中每张图像的名称包含了标注信息，例如图片名称为"025-95_113-154&383_386&473-386&473_177&454_154&383_363&402-0_0_22_27_27_33_16-37-15.jpg"，每个名称可以通过分隔符’-'分为几部分，每部分解释:

1.025：车牌区域占整个画面的比例；
2.95_113：车牌水平和垂直角度, 水平95°, 竖直113°
3.154&383_386&473：标注框左上、右下坐标，左上(154, 383), 右下(386, 473)
4.386&473_177&454_154&383_363&402：标注框四个角点坐标，顺序为右下、左下、左上、右上
5.0_0_22_27_27_33_16：车牌号码映射关系如下: 第一个0为省份对应省份字典provinces中的’皖’,；第二个0是该车所在地的地市一级代码，对应地市一级代码字典alphabets的’A’；后5位为字母和文字, 查看车牌号ads字典，如22为Y，27为3，33为9，16为S，最终车牌号码为皖AY339S

provinces = ["皖", "沪", "津", "渝", "冀", "晋", "蒙", "辽", "吉", "黑", "苏", "浙", "京", "闽", "赣", "鲁", "豫", "鄂", "湘", "粤", "桂", "琼", "川", "贵", "云", "藏", "陕", "甘", "青", "宁", "新"]

alphabets = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W','X', 'Y', 'Z']

ads = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X','Y', 'Z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

本实验我们只使用正常车牌即ccpd_base的数据进行训练。

2.2 数据预处理

1.先在项目下创建dataset文件夹
. …命令：mkdir dataset
2.解压ccpd数据集压缩包并放到dataset文件夹下
…命令：unzip -q data/CCPD2019.zip -d dataset/CCPD
3.项目结构树如同：
在这里插入图片描述

dataset:解压后放在dataset文件数据里
log:训练记录
output训练后的输出模型
Paddle OCR：文字识别模型
CCPD_test1.py :数据预处理的代码

3.将CCPD的数据格式转换PaddleOCR检测所需格式，创建CCPD_test1.py代码如下：

import os
import os.path as osp
import cv2
#创建字典列表
ads = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 
              'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X','Y', 'Z', 
              '0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

provinces = ["皖", "沪", "津", "渝", "冀", "晋", "蒙", "辽", "吉", "黑", "苏", 
            "浙", "京", "闽", "赣", "鲁", "豫", "鄂", "湘", "粤", "桂", "琼", 
            "川", "贵", "云", "藏", "陕", "甘", "青", "宁", "新"]

该代码主要是创建字典列表

#转换检测数据
#获取原图片的路径+图片标注信息
train_det = open('dataset/train_det.txt', 'w', encoding='UTF-8')
dev_det = open('dataset/dev_det.txt', 'w', encoding='UTF-8')


#转换识别数据
#获取截取车牌图片的路径文件+提取车牌文字的信息
train_rec = open('dataset/train_rec.txt', 'w', encoding='UTF-8')
dev_rec = open('dataset/dev_rec.txt', 'w', encoding='UTF-8')

if not osp.exists('dataset/img'):
    os.mkdir("dataset/img")

该代码主要是创建检测数据的train和val的txt文件与识别数据的train和val的文件。

train_det和dev_det划分8：2 是获取原图片的路径+图片被标注信息。比如：dataset/CCPD/ccpd_db/0462-1_13-212&516_542&633-542&633_236&627_212&516_518&522-0_0_26_32_19_24_29-198-116.jpg [{“transcription”:“皖A28V05”, “points”:[[212, 516], [518, 522], [542, 633], [236, 627]]}]
train_rec和dev_rec划分8：2 ,是获取已经截取出车牌图片的路径+提取车牌文字的信息；比如：dataset/img/000536.jpg 皖A28V05
dataset/img:是用来保存截取车牌的图片。


count = 0
total_num = len(os.listdir("dataset/home/aistudio/dataset/CCPD/ccpd_db"))
#训练样本数
train_num = int(total_num * 0.8)
# print(total_num, train_num)
for item in os.listdir("dataset/home/aistudio/dataset/CCPD/ccpd_db"):
    path = "dataset/home/aistudio/dataset/CCPD/ccpd_db/" + item
    #print(path)
    #print(item.split("-"))
    a1,a2,bboxs, points, labels, a3,a4 = item.split("-")
    # print(a1, a2, bboxs, points, labels, a3,a4 )
    bboxs = bboxs.split('_')
    # print(bboxs)
    x1, y1 = bboxs[0].split('&')
    x2, y2 = bboxs[1].split('&')
    # print("x1:y1", x1,y1)
    # print("x2:y2", x2,y2)
       #提取bboxs的x坐标，y坐标
    bboxs_new = [int(coord) for coord in [x1, y1, x2, y2]]
    print(bboxs_new)

#同理points
    points = points.split("_")
    #print(points)
    points = [point.split('&') for point in points]
    points_ = points[2:]+points[:2]
    #print(points_)
    points = []
    for point in points_:
        points.append([int(_) for _ in point])
    #print(points)

#同理 label
    labels = labels.split('_')
    #print(labels)
    prov =provinces[int(labels[0])]  #获取车牌地区名称
    #print(prov)
    plate_number = [ads[int(label)] for label in labels[1:]]  #将数字转换化车牌的数字
    labels = prov + ''.join(plate_number)  #合并起来
    #print(labels)

    # 获取检测训练检测框位置
    line_det = path+'\t'+'[{"transcription":"%s", "points":%s}]' % (labels, str(points))
    line_det = line_det[:] + "\n"
    print(line_det)

    #获取识别训练图片及标签
    img = cv2.imread(path)
    #print(img)
    crop = img[bboxs_new[1]:bboxs_new[3], bboxs_new[0]:bboxs_new[2], :]
    cv2.imwrite('dataset/img/%06d.jpg' % count, crop)
    line_rec = 'dataset/img/%06d.jpg\t%s\n' % (count, labels)
    print(line_rec)

    # 写入txt文件
    if count <= train_num:
        train_det.write(line_det)
        train_rec.write(line_rec)
    else:
        dev_det.write(line_det)
        dev_rec.write(line_rec)
    count+=1
train_det.close()
dev_det.close()
train_rec.close()
dev_rec.close()


#创建字典文件

with open("dataset/dict.txt", "w") as f:
    for key in ads +provinces:
        f.write(key+"\n")

运行命令：python CCPD_test1.py后，项目结构里多了五个文件。如图下：
在这里插入图片描述
我来给大家详细介绍一下：

img文件夹：是保存截取车牌得图片。如同下：
train_det，dev_det文件：保存原始图片得路径和标注格式信息。如图下：
train_rec,dev_rec文件：是保存img文件夹下得截取车牌图片得路径和车牌文字信息。如图下：
dic.txt文件：是保存字典列表信息：如图下：
-

3.PaddleOCR模型介绍

3.1 Paddle OCR算法列表

PaddleOCR中提供了如下文本检测算法和文本识别算法列表，以及每个算法在英文公开数据集上的模型和指标，主要用于算法简介和算法性能对比。

文本检测算法：
在这里插入图片描述
文本识别算法：

考虑车牌识别中字符数量较少，而且长度也固定，且为标准的印刷字体，所以无需使用过于复杂的模型。我们选择DBNet检测算法和CRNN识别模型作，PaddleOCR的检测模型目前支持两种backbone，分别是MobileNetV3、ResNet_vd系列，本实验两个模型均使用MobileNetV3作为其主干网络(Backbone)。

3.2 安装PaddleOCR

1.安装命令：git clone clone https://github.com/PaddlePaddle/PaddleOCR
如果因为忘了问题无法pull成功，可以选用码云上的托管即可：
git clone !git clone https://gitee.com/paddlepaddle/PaddleOCR
2.安装依赖
pip install -r PaddleOCR/requirements.txt 下载并安装

3.3 下载预训练模型

1.下载mobileNetv3的检测预训练模型
wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/MobileNetV3_large_x0_5_pretrained.pdparams
2.下载MobileNetV3.识别预训练模型
!wget -P ./pretrain_models/ https://paddleocr.bj.bcebos.com/dygraph_v2.0/en/rec_mv3_none_bilstm_ctc_v2.0_train.tar
3.解压识别预训练模型压缩文件
tar -xvf pretrain_models/rec_mv3_none_bilstm_ctc_v2.0_train.tar
4.删掉压缩文件（以免占空间）
rm -rf pretrain_models/rec_mv3_none_bilstm_ctc_v2.0_train.tar

4.模型训练

4.1 训练检测模型

1.首先我们在configs/det/det_mv3_db.yml 文件中Train和Eval数据集得图片路径“data_dir"和标签路径”label_file_list".我自己修下是：
在这里插入图片描述

4.2 CPU？GPU？

如果你安装的是paddle-cpu版本，或者没有gpu显卡的话，需要将det_mv3_db.yml配置文件中的use_gpu字段修改为false.

如果你只有一个gpu显卡的话，单机单卡训练可以输入命令： python tools/train.py -c configs/det/det_mv3_db.yml -o Global.pretrained_model=./pretrain_models/MobileNetV3_large_x0_5_pretrained

如果你是土豪又很多gpu的话，单机多卡训练，需要通过–gpus 参数设置使用的gpu ID。输入命令： python -m paddle.distributed.launch --gpus ‘0,1,2,3’ tools/train.py -c configs/det/det_mv3_db.yml
-o Global.pretrained_model=./pretrain_models/MobileNetV3_large_x0_5_pretrained

  上述指令中，通过-c 选择训练使用configs/det/det_db_mv3.yml配置文件。 有关配置文件的详细解释，请参考链接。

  您也可以通过-o参数在不需要修改yml文件的情况下，改变训练的参数，比如，调整训练的学习率为0.0001

  python tools/train.py -c configs/det/det_mv3_db.yml -o Optimizer.base_lr=0.0001

4.3 训练识别模型

如果您是在自己的数据集上训练的模型，并且调整了中文字符的字典文件，请注意修改配置文件configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml中的character_dict_path是否是所需要的字典文件。同时修改Train和Eval的图片路径data_dir和标签路径label_file_list。

同检测模型，如果您安装的是cpu版本，请将配置文件中的 use_gpu 字段修改为false

GPU训练支持单卡，多卡训练

#单卡训练（训练周期长，不建议）
python tools/train.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml

#多卡训练，通过–gpus参数指定卡号
python -m paddle.distributed.launch --gpus ‘0,1,2,3’ tools/train.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_lite_train_v2.0.yml

PaddleOCR支持训练和评估交替进行, 可以在rec_chinese_lite_train_v2.0.yml中修改 eval_batch_step 设置评估频率，
默认每500个iter评估一次。评估过程中默认将最佳acc模型，保存为 output/rec_CRNN/best_accuracy。如果验证集很
大，测试将会比较耗时，建议减少评估次数，或训练完再进行评估。

4.4 问题及解决方案

**1.**遇到问题：Config use_gpu cannot be set as true while you are using paddlepaddle cpu version !
在这里插入图片描述
解决方案：修改rec_chinese_lite_train_v2.0.yml 的use_gpu 字段为false

**2.**遇到问题：.No Images in train dataset, please ensure
在这里插入图片描述
解决方案：1.标注工具识别结果没有内容, 2.修改batch_size_per_card字段

3.遇到问题：ABORT!!! Out of all 4 trainers, the trainer process with rank=[0, 1, 2, 3] was aborted. Please check its log.
在这里插入图片描述
**解决方案：**1.选用单卡训练。2.在代码里加一行：paddle.set_device(“gpu”)

5.模型的评估

当文字检测模型和文字识别模型训练完成后需要查看评估结果。可以执行下面的代码进行评估：
1.输入命令并执行（这是文字检测模型的评估代码）：

python PaddleOCR/tools/eval.py -c PaddleOCR/configs/det/det_mv3_db.yml -o Global.checkpoints=output/db_mv3/best_accuracy.pdparams PostProcess.box_thresh=0.5 PostProcess.unclip_ratio=1.5

2.文字检测模型的评估结果如下：
在这里插入图片描述

同理，文字识别模型的评估代码可以自己执行

3.从上面的结果可以看出，精准度：92%，召回率96%，hmean:94%,fps：24
hmean是一个综合指标，从先的表达式可以看出其值介与精度和召回率自己，其表达式为：
![在这里插入图片描述](https://img-blog.csdnimg.cn/7496f601fb2746308affc0101e2f2107.png

6.模型导出

将训练好的模型转换成inference模型需要运行如下命令：

# 导出检测模型
python PaddleOCR/tools/export_model.py -c PaddleOCR/configs/det/det_mv3_db.yml -o Global.pretrained_model=output/db_mv3/best_accuracy Global.save_inference_dir=inference/db_mv3/

# 导出识别模型
python PaddleOCR/tools/export_model.py -c PaddleOCR/configs/det/det_mv3_db.yml -o Global.pretrained_model=output/db_mv3/best_accuracy Global.save_inference_dir=inference/db_mv3/

生成inference文件，如图下：在这里插入图片描述

  其中：
  
  -c后面设置训练算法的yml配置文件
  -o配置可选参数
  Global.pretrained_model 参数设置待转换的训练模型地址，不用天津文件后缀。pdmodel,.pdopt或者。pdparams即可
  Global.save_inference_dir参数设置转换模型保存的地址

转inference模型时，使用的配置文件和训练时使用的配置文件相同。另外，还需要设置配置文件中的Global.pretrained_model参数，其指向训练中保存的模型参数文件。转换成功后，在模型保存目录下有三个文件：
/inference/*/
├── inference.pdiparams # inference模型的参数文件
├── inference.pdiparams.info # inference模型的参数信息，可忽略
└── inference.pdmodel # inference模型的program文件

7.模型推理

在执行预测时，需要通过参数image_dir指定单张图像或者图像集合的路径、参数det_model_dir,cls_model_dir和rec_model_dir分别指定检测，方向分类和识别的inference模型路径。参数use_angle_cls用于控制是否启用方向分类模型。如果训练时修改了文本的字典，在使用inference模型预测时，需要通过**–rec_char_dict_path**指定使用的字典路径，并且设置 rec_char_type=ch。可视化识别结果默认保存到 ./inference_results 文件夹里面。

python3 tools/infer/predict_system.py \
    --image_dir="./doc/imgs/00018069.jpg" \   #要预测图片的路径
    --det_model_dir="./inference/db_mv3/" \    #加入检测模型参数的路径
    --rec_model_dir="./inference/rec_chinese_lite_v2.0/" \    #加入识别模型参数的路径
    --rec_char_dict_path="../dict.txt" \                         #加入字典列表的路径
    --rec_char_type=ch \         #设置中文或者en
    --use_angle_cls=false \
    --output=../output/table \
    --vis_font_path=./doc/fonts/simfang.ttf    #加入字体

结果图

在这里插入图片描述

创作不易，求关注和点赞！！
我是一名听力障碍人士，热爱学习热爱健身，想学习怎么健身的欢迎关注哈。有图有真相！！！

在这里插入图片描述

听障阿杨

关注

5
点赞
踩
66

收藏

觉得还不错? 一键收藏
8
评论
基于PaddleOCR实现车牌识别

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。...
复制链接

扫一扫