Python&HyperLPR寻找车辆在视频中出现的时间点

有时候需要在一个长视频中找到某台车辆出现的位置，在几分钟的视频还可以人工操作，过长的视频中去寻找则十分枯燥，这里介绍一种方法，通过Python&HyperLPR自动寻找车辆在视频中出现的时间点，再根据时间点去翻看视频，这样能减轻大量的枯燥工作。

一、准备工作

开发环境：Win10、Python3.7

1、简述

这里主要使用HyperLPR进行车牌识别。
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。
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
• 双层黄牌

HyperLPR的检测流程：

1、使用opencv的HAAR Cascade检测车牌大致位置
2、Extend检测到的大致位置的矩形区域
3、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
4、使用CNN Regression回归车牌左右边界
5、使用基于纹理场的算法进行车牌校正倾斜
6、使用CNN滑动窗切割字符
7、使用CNN识别字符

2、安装HyperLPR库

pip install hyperlpr

二、寻找车辆在视频中出现的时间点

1、测试数据

在网上随便截取了一小段视频，作为测试数据。

2、代码

# -*- coding: utf-8 -*-
from hyperlpr import *
import cv2 as cv

capture = cv.VideoCapture('D:/Products/Python/work/VideoFaceCapture/car.mp4')  # 导入视频 车牌京APL428
car_num = "京APL428"     #需要查询的车牌号码
video_time = []     #存储出现的时间点
i = 0
s = 0
fps = int(capture.get(cv.CAP_PROP_FPS))  # 获取视频帧率
print("视频帧数为" + str(fps))
all_frames = int(capture.get(cv.CAP_PROP_FRAME_COUNT))  # 获取视频总帧数
print("视频时长为" + str(all_frames / fps) + "秒")

while (True):
    ret, frame = capture.read()  # 读取成功后 ret 返回为为布尔值True,frame返回读取的一帧图像
    # 每秒只比对一帧，提高效率
    if (i % fps == 0):
        s = i / fps + 1
        print("获取第" + str(s) + "秒")
        #开始识别
        rgb_frame = frame[:, :, ::-1]
        result = HyperLPR_plate_recognition(rgb_frame)
        if(result):
            if(float(result[0][1]) > 0.9):
                print("检测到车牌号码：" + result[0][0])
                if(result[0][0] == car_num):
                    video_time.append(s)

    i = i + 1
    #视频结束，退出
    if(i - all_frames == 0):
        break;

print("结束")
print("该车辆在视频中出现在以下时间点(秒）：")
print(video_time)

capture.release()
cv.destroyAllWindows()

3、测试效果

对每一秒视频进行了分析，可以看到，能够准确的将该车辆出现的时间的标记出来。

三、可能出现的问题

当写完代码，感觉一切正常，运行的时候却报错了。

关键的错误就是这个：
AttributeError: module ‘cv2.cv2’ has no attribute 'estimateRigidTransform’

opencv 4.5之后 cv2.estimateRigidTransform()方法已经停用，可以使用cv2.estimateAffine2D()，cv2.estimateAffinePartial2D()来替代。

将"D:\ProgramData\Anaconda3\envs\python37\Lib\site-packages\hyperlpr\hyperlpr.py"中

mat_ = cv2.estimateRigidTransform(org_pts, target_pts, True)

更换为

mat_, _ = cv2.estimateAffinePartial2D(org_pts, target_pts, True)