本文接上两篇文章,当本地环境的anaconda、cuda、cudnn环境部署好之后就可以开始本篇文章了。
HyperLPR简介
HyperLPR是一个基于深度学习的高性能中文车牌识别开源项目,github地址是 https://github.com/zeusees/HyperLPR,由python语言编写,同时还支持Linux、Android、iOS、Windows等各主流平台。它拥有不错的识别率,目前已经支持的车牌类型包括
单行蓝牌、
单行黄牌、
新能源车牌、
白色警用车牌、
使馆/港澳车牌、
教练车牌
HyperLPR的检测流程
使用opencv的HAAR Cascade检测车牌大致位置
Extend检测到的大致位置的矩形区域
使用类似于MSER的方式的多级二值化和RANSAC拟合车牌的上下边界
使用CNN Regression回归车牌左右边界
使用基于纹理场的算法进行车牌校正倾斜
使用CNN滑动窗切割字符
使用CNN识别字符
HyperLPR安装
1、下载源代码
git clone --depth=1 https://github.com/zeusees/HyperLPR.git
git clone https://github.com/zeusees/HyperLPR.git
打开Git CMD,输入上面的指令,将仓库克隆到本地,–depth=1不克隆历史,只取最新的一个版本,对我们使用者来说可以节省大量的时间,因为历史版本对我们没有什么意义。
2、导入IDEA中
2.1首先确保自己的IDEA安装了python插件,如没有安装参照下图进行安装,下载安装完,会要求重启idea,关闭idea,并重启。
2.2导入项目之后需要配置sdk
先添加一个python环境,建议使用anaconda的虚拟环境
选择刚才配置的python3.6的开发环境,然后等待idea编译即可
3、开始安装相关python库
3.1打开anaconda的命令行
首先激活刚才在idea中配置的python环境
conda activate HyperLPR
更新一下pip版本
python -m pip install --upgrade pip
然后开始安装指定版本的库,为避免安装失败,采用豆瓣镜像,命令如下,顺序执行即可
pip install wxpy==0.3.9.8 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install PyQt5==5.15.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Pillow==7.1.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Flask==1.1.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Scipy==1.2.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install numpy==1.16.6 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Werkzeug==0.14.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install matplotlib==2.2.4 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install opencv_contrib_python==3.4.3.18 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install tensorflow-gpu -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install scikit_learn==0.22.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
注意:
scikit_learn可能需要0.23.1版本,但是从豆瓣镜像无法正常下载,可手动下载包然后本地进行安装
由于我本地python环境是3.6 的64位版本,所以我下载
scikit_learn-0.23.1-cp36-cp36m-win_amd64.whl 文件
进入到自己的虚拟环境目录下
cd D:\ProgramData\Anaconda3\envs\HyperLPR\Scripts
将scikit_learn-0.23.1-cp36-cp36m-win_amd64.whl 拷贝到此目录执行命令
pip install scikit_learn-0.23.1-cp36-cp36m-win_amd64.whl
4、验证demo
由于使用python3.6版本,demo.py文件需要修改一些地方
1、reload函数的使用,需要先引入
from imp import reload
reload(sys)
2、print函数的使用加()
3、编码要先encode(‘utf-8’)
最后运行demo.py文件,出现下图即代表环境配置成功。
到此HyperLPR环境就运行成功了,给个赞哦!