Updated HyperLPR中文车牌识别安装(Windows7 x64, Python3.5版) (markdown)

master
syan 7 years ago
parent
commit
2fe6db4f5a
1 changed files with 67 additions and 1 deletions
  1. +67
    -1
      HyperLPR中文车牌识别安装(Windows7-x64,-Python3.5版).md

+ 67
- 1
HyperLPR中文车牌识别安装(Windows7-x64,-Python3.5版).md

@@ -1 +1,67 @@
Welcome to the HyperLPR wiki!
[TOC]

# 1. 简介
HyperLPR是一个使用深度学习针对对中文车牌识别的实现,与较为流行的开源的EasyPR相比,它的检测速度和鲁棒性和多场景的适应性都要好于目前开源的EasyPR。本安装针对Window 7 x64,Python3.5版本。
# 2. 安装依赖
基本要求:
* 使用Python版的程序,比C++的准确率高,包含的车牌类型多
* 操作系统Windows 7 x64
* cpu版本
* Keras使用Tensorflow作为后端
* Python 3.5对Tensorflow适应性比较好
## 2.1. 安装Anaconda
* 使用清华大学开源软件镜像站[Anaconda](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)
* 选择[Anaconda3-4.2.0-Windows-x86_64.exe](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Windows-x86_64.exe)下载,其Python版本是3.5
* Anaconda自带了Numpy,Scipy,Scikit-image,PIL
## 2.2. 安装Tensorflow和Keras
* "开始"-“程序”-“Anaconda3”-“Anaconda Prompt”命令行打开
* 安装cpu版本的tensorflow,命令行输入
```
pip install tensorflow
```
* 安装Keras,命令行输入
```
pip install Keras
```

## 2.3. 安装OpenCV 3.3
* 使用 whl 文件进行安装,[opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl](https://download.lfd.uci.edu/pythonlibs/n1rrk3iq/opencv_python-3.4.0+contrib-cp35-cp35m-win_amd64.whl),若不能下载,请在[链接](https://www.lfd.uci.edu/~gohlke/pythonlibs/)查找OpenCV
* 将opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl放到某个目录下,"开始"-“程序”-“Anaconda3”-“Anaconda Prompt”命令行打开,定位到文件目录下,命令行输入
```
pip install opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl
```
# 3.PyCharm开发Python程序
* 使用免费的Community版本,下载最新的[PyCharm](https://www.jetbrains.com/pycharm/download/#section=windows)。
* 使用PyCharm的git下载HyperLPR
* 复制batch.py为batch_py3.py,修改代码如下,支持中文字符路径
```
#coding=utf-8
import os
from hyperlpr_py3 import pipline as pp

import cv2

import numpy as np

parent = "D:\data\license_plate_images"

for filename in os.listdir(parent):
print(filename)
path = os.path.join(parent, filename)
print(path)
if path.endswith(".jpg") or path.endswith(".png"):
image = cv2.imdecode(np.fromfile(path, dtype=np.uint8), -1)

image, res = pp.SimpleRecognizePlate(image)
cv2.imshow("image", image)
cv2.waitKey(0)
```
* 运行batch_py3.py,发现"hyperlpr_py3/Segmentation.py"第113行有错误
```
median = (data[size//2]+data[size//2-1])/2
```
修改为
```
median = (data[size//2]+data[size//2-1])//2
```


Loading…
Cancel
Save