关于HyperLPR中文车牌识别的基础环境配置(直接前往后言部分的视频链接)
前言(蓝色目录部分不用看)//后言里有视频教程的连接…
-----按照本文达成的效果如下:
*HyperLPR中文车牌识别开源 *项目介绍 github源地址
.
.
.
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。进行一个车牌识别的入门探索。
放张图了解一下
.
.
.
整体步骤(开始整体步骤的前提是anaconda已经安装完成)
.
- 在github源地址中克隆整个仓库
- - 配置环境
- - - 路径及后续操作
- - - - 实现
.
.
1. 在github源地址中克隆整个仓库到本地
**这里介绍四种方法,根据自己的喜好选择**
- 暴力等待hh┗( ▔, ▔ )┛,// 因为github访问速度受限,故下载过程缓慢、
- 通过国内 码云Gitee第三方导入,//推荐 很快
- 分享自己的百度云资源 //提取码 hin1
- 加入群交流 //避免推销嫌疑,所以放在最后,不过还是建议加群,遇到问题也好请教学习、
下载完成后将文件解压放在桌面,打开后长这样
2.配置环境
.
——打开 anaconda prompt.
.
1.创建环境
conda create -n hyperlpr36 python=3.6
1.下载必备库
conda activate hyperlpr36
接下来下来是安装指令
pip install keras==2.0.9 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Theano -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install numpy==1.16.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Scipy -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install opencv-python==3.4.3.18 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install scikit-image -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install pillow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install tensorflow==1.2.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install h5py
// 安装过程中可能出现Time out错误如下
raise ReadTimeoutError(self._pool, None, 'Read timed out.')
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.
哪一条出错,就把指令再输入一次,回车,即可、
.
.
.
完成之后…
就可以进行第三步了
.
.
.
3. 路径及后续操作
.
.
.
! 删除该文件【不要问我为什么…】![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d84f46ce05dbdc1ec0a888da477ca980.png)
! ! 复制一下gai文件夹
! ! ! 粘贴到
路径看清楚!!!lnn92后面的要完全一样【*不解释】,然后改名hyperlpr
!!!! 再滚回到源文件夹,新建car文件夹,在其中,放一张有车牌的图片1.jpg【一张即可,快,上che 兄弟,先测试】,如下:
然后就可以最后一步了~
.
.
.
4.运行
.
.
.
- 打开anaconda prompt
activate hyperlpr36
- 复制路径,输入cd 后粘贴
cd C:\Users\lnn92\Desktop\aifeng\HyperLPR
- 最后上代码
from hyperlpr import pipline as pp
import cv2
image = cv2.imread("./car/1.jpg")
image,res = pp.SimpleRecognizePlate(image)
print(res)
即可,看到最终结果
???我再上个图吧
就可以结束啦!!!
后言
以上博文参考以下两篇文章
附上链接,
http://www.likecs.com/default/index/show?id=87393
https://www.jianshu.com/p/7ab673abeaae
本篇博客取其精华,也不能说是去糟粕,简而言之就是 一篇搞不定…
——希望后来者看到博客后按此步骤能够一帆风顺!(博主跳了很多坑,还是自己菜…)2020.5.29
最后感谢,CCTV,CCTV,CCTV…
如有不详细的地方可以在原博文地址中找答案,//当然也可以问我,不过我都写得这么详细了,真的要问么???o(╥﹏╥)o…附上QQ:2735919386
另附 该博文视频教程的链接: