python车牌识别_0690-TensorFlow之车牌识别案例

​演示tensorflow图像识别案例。

参考文档：https://blog.csdn.net/shadown1ght/article/details/78571187

作者：李继武

安装python3.5环境

如果环境中已有Python3可跳过；

1. 下载Python3安装包

wget https://www.python.org/ftp/python/3.5.0/Python-3.5.0.tar.xz

2. 解压，编译及安装

tar xvf Python-3.5.0.tar.xz./configuremake && make install

3. 验证安装

安装tensorflow模块

1. 升级pip模块

下载pip-18.1安装包

wget https://files.pythonhosted.org/packages/c2/d7/90f34cb0d83a6c5631cf71dfe64cc1054598c843a92b400e55675cc2ac37/pip-18.1-py2.py3-none-any.whl

安装

pip3 install pip-18.1-py2.py3-none-any.whl

2. 安装tensorflow

pip3 install tensorflow

3. 验证安装

导入数据

1. 创建工作目录

mkdir -p /data/tf_demo

2. 将数据集上传到该目录下

3. 编写代码

省份简称训练+识别代码(保存文件名为train-license-province.py)：

城市代号训练+识别代码(保存文件名为train-license-letters.py)：

车牌编号训练+识别代码(保存文件名为train-license-digits.py)：

4. 训练

保存好上面三个python脚本后，我们首先进行省份简称训练。

python3 train-license-province.py train

然后进行省份简称识别，在命令行输入执行如下命令：

python3 train-license-province.py predict

执行城市代号训练(相当于训练26个字母)：

python3 train-license-letters.py train

识别城市代号：

python3 train-license-letters.py predict

执行车牌编号训练(相当于训练24个字母+10个数字，我国交通法规规定车牌编号中不包含字母I和O)：

python3 train-license-digits.py train

识别车牌编号：

python3 train-license-digits.py predict

与下方的测试图片对比，识别成功：