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

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

@@ -1,59 +1,96 @@
 # 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。
+* 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。
+* Github地址：https://github.com/zeusees/HyperLPR
+
 # 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
+* 操作系统Windows
+* Keras使用 cpu版本 Tensorflow 作为后端
+
+* Python 3.5对Tensorflow兼容性比较好
+## 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
+* 64位选择[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 ，其自带的Python版本是3.5
+*  32位选择[Anaconda3-4.2.0-Windows-x86.exe](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Windows-x86.exe) 下载，其自带的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
+
+## 2.3. 安装OpenCV 3.4.0
+* 使用 OpenCV的whl 文件进行安装
+* 64位选择[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)下载，
+*  32位选择[opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win32.whl](https://download.lfd.uci.edu/pythonlibs/n1rrk3iq/opencv_python-3.4.0+contrib-cp35-cp35m-win32.whl)下载
+*  若以上whl文件不能下载，请在[ https://www.lfd.uci.edu/~gohlke/pythonlibs/ ](https://www.lfd.uci.edu/~gohlke/pythonlibs/)查找OpenCV
+* 将 opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl或opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win32.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
+
 ```
-# 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
+
+64位输入
+pip install  opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl
+
+或 32位输入
+pip install opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win32.whl
+``` # 3.PyCharm开发Python程序
+* 使用免费的Community版本PyCharm，下载最新的[PyCharm](https://www.jetbrains.com/pycharm/download/#section=windows)。
+* 使用PyCharm的git下载HyperLPR，地址  https://github.com/zeusees/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即可 
-```
+* 运行 batch_py3.py
+
+* 若缺乏包，请在"File"-"Setting"-"Project: HyperLpr"-"Project Interpreter"使用上述安装的Anaconda，Python 3.5