本文接上兩篇文章,當本地環境的anaconda、cuda、cudnn環境部署好之後就可以開始本篇文章了。
HyperLPR簡介
HyperLPR是一個基于深度學習的高性能中文車牌識别開源項目,github位址是 https://github.com/zeusees/HyperLPR,由python語言編寫,同時還支援Linux、Android、iOS、Windows等各主流平台。它擁有不錯的識别率,目前已經支援的車牌類型包括
單行藍牌、 單行黃牌、 新能源車牌、 白色警用車牌、 使館/港澳車牌、 教練車牌
HyperLPR的檢測流程
使用opencv的HAAR Cascade檢測車牌大緻位置
Extend檢測到的大緻位置的矩形區域
使用類似于MSER的方式的多級二值化和RANSAC拟合車牌的上下邊界
使用CNN Regression回歸車牌左右邊界
使用基于紋理場的算法進行車牌校正傾斜
使用CNN滑動窗切割字元
使用CNN識别字元
HyperLPR安裝
1、下載下傳源代碼
git clone --depth=1 https://github.com/zeusees/HyperLPR.git
git clone https://github.com/zeusees/HyperLPR.git
打開Git CMD,輸入上面的指令,将倉庫克隆到本地,–depth=1不克隆曆史,隻取最新的一個版本,對我們使用者來說可以節省大量的時間,因為曆史版本對我們沒有什麼意義。
2、導入IDEA中
2.1首先確定自己的IDEA安裝了python插件,如沒有安裝參照下圖進行安裝,下載下傳安裝完,會要求重新開機idea,關閉idea,并重新開機。
2.2導入項目之後需要配置sdk
先添加一個python環境,建議使用anaconda的虛拟環境
選擇剛才配置的python3.6的開發環境,然後等待idea編譯即可
3、開始安裝相關python庫
3.1打開anaconda的指令行
首先激活剛才在idea中配置的python環境
conda activate HyperLPR
更新一下pip版本
python -m pip install --upgrade pip
然後開始安裝指定版本的庫,為避免安裝失敗,采用豆瓣鏡像,指令如下,順序執行即可
pip install wxpy==0.3.9.8 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install PyQt5==5.15.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Pillow==7.1.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Flask==1.1.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Scipy==1.2.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install numpy==1.16.6 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install Werkzeug==0.14.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install matplotlib==2.2.4 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install opencv_contrib_python==3.4.3.18 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install tensorflow-gpu -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install scikit_learn==0.22.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
注意:
scikit_learn可能需要0.23.1版本,但是從豆瓣鏡像無法正常下載下傳,可手動下載下傳包然後本地進行安裝
由于我本地python環境是3.6 的64位版本,是以我下載下傳
scikit_learn-0.23.1-cp36-cp36m-win_amd64.whl 檔案
進入到自己的虛拟環境目錄下
cd D:\ProgramData\Anaconda3\envs\HyperLPR\Scripts
将scikit_learn-0.23.1-cp36-cp36m-win_amd64.whl 拷貝到此目錄執行指令
pip install scikit_learn-0.23.1-cp36-cp36m-win_amd64.whl
4、驗證demo
由于使用python3.6版本,demo.py檔案需要修改一些地方
1、reload函數的使用,需要先引入
from imp import reload
reload(sys)
2、print函數的使用加()
3、編碼要先encode(‘utf-8’)
最後運作demo.py檔案,出現下圖即代表環境配置成功。
到此HyperLPR環境就運作成功了,給個贊哦!