From 8679bc13cd5a51131f1fe58d9019934480f12c43 Mon Sep 17 00:00:00 2001 From: syan Date: Thu, 25 Jan 2018 10:49:49 +0800 Subject: [PATCH] =?UTF-8?q?Updated=20HyperLPR=E4=B8=AD=E6=96=87=E8=BD=A6?= =?UTF-8?q?=E7=89=8C=E8=AF=86=E5=88=AB=E5=AE=89=E8=A3=85(Windows7=20x64,?= =?UTF-8?q?=20Python3.5=E7=89=88)=20(markdown)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- ...别安装(Windows7-x64,-Python3.5版).md | 75 ++++++++++++++----- 1 file changed, 56 insertions(+), 19 deletions(-) diff --git a/HyperLPR中文车牌识别安装(Windows7-x64,-Python3.5版).md b/HyperLPR中文车牌识别安装(Windows7-x64,-Python3.5版).md index 49ea924..118444a 100644 --- a/HyperLPR中文车牌识别安装(Windows7-x64,-Python3.5版).md +++ b/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