Merge pull request #1 from zeusees/master

update code

README.md

@@ -16,27 +16,27 @@ HyperLPR是一个基于Python的使用深度学习针对对中文车牌识别的
 
 ### 依赖
 
-+ Keras + Theano backend (Tensorflow data order) 请使用theano作为backend , tensorflow backend虽然权重可以载入但是识别结果是乱的
++ Keras (>2.0.0)
-+ Theano
++ Theano(>0.9) or Tensorflow(>1.1.x)
-+ Numpy
++ Numpy (>1.10)
-+ Scipy
++ Scipy (0.19.1)
-+ OpenCV
++ OpenCV(>3.0)
-+ scikit-image
++ scikit-image (0.13.0)
 
 ### 设计流程
 
 > step1. 使用opencv 的 HAAR Cascade 检测车牌大致位置 
-
+>
 > step2. Extend 检测到的大致位置的矩形区域
-
+>
 > step3. 使用类似于MSER的方式的 多级二值化 + RANSAC 拟合车牌的上下边界
-
+>
 > step4. 使用CNN Regression回归车牌左右边界
-
+>
 > step5. 使用基于纹理场的算法进行车牌校正倾斜
-
+>
 > step6. 使用CNN滑动窗切割字符
-
+>
 > step7. 使用CNN识别字符
 
 ### 简单使用方式
@@ -47,11 +47,28 @@ import cv2
 image = cv2.imread("filename")
 image,res  = pp.SimpleRecognizePlate(image)
 ```
+### 可识别和待支持的车牌的类型
+
+- [x] 标准单行蓝牌
+- [x] 标准单行黄牌
+- [ ] 新能源车牌
+- [ ] 双层黄牌
+- [ ] 警用车牌
+- [ ] 武警车牌
+- [ ] 使馆车牌
+
+
+
 ### 测试样例
 
 ![image](./cache/demo1.png)
 ![image](./cache/demo2.png)
 ![image](./cache/demo3.png)
 
+### 数据分享
+
+车牌识别框架开发时使用的数据并不是很多，有意着可以为我们提供相关车牌数据。联系邮箱 455501914@qq.com。
+
 ### 获取帮助
+
 + HyperLPR讨论QQ群：673071218, 加前请备注HyperLPR交流。

benchmark.py

@@ -25,6 +25,11 @@ def comparestring(a,b):
                 g+=1
     return g
 
+#
+# A = "赣FJ0368".decode("utf-8")
+# B = "琼WJ0368".decode("utf-8")
+
+# print "对比",comparestring(A,B)
 
 count = 0 ;
 
@@ -62,21 +67,23 @@ for filename in os.listdir(parent):
         for one in dataset:
 
             # p = sm.StringMatcher(seq1=one.encode("utf-8"),seq2=name.encode("utf-8"))
-            A = one.encode("utf-8")
+            A = one.decode("utf-8")
-            B = name.encode("utf-8")
+            B = name.decode("utf-8")
-            print one.encode("utf-8"),"<->",name.encode("utf-8"),"编辑距离:",comparestring(A,B)
+            print one.decode("utf-8"),"<->",name.decode("utf-8"),"编辑距离:",comparestring(A,B)
-            if  comparestring(A,B)<2:
+            if  comparestring(A,B)<3:
                 count_lev+=1
-            if one.encode("utf-8") == name.encode("utf-8"):
+            else:
+                cv2.imwrite("./cache/bad2/"+B+"->"+A+".png",image)
+
+            if one.decode("utf-8") == name.decode("utf-8"):
                 count_p+=1
                 break
             else:
-                print "error",one.encode("utf-8"), name.encode("utf-8")
+                print "error",one.decode("utf-8"), name.decode("utf-8")
                 count_d+=1
                 # cv2.imshow("image",image)
                 # cv2.waitKey(0)
-                cv2.imwrite("./cache/bad2/"+name+".png",image)
+                # break
-                break
 
 
 
@@ -87,7 +94,7 @@ for filename in os.listdir(parent):
 
         if count_p+count_d+count_undetected!=count:
             print dataset,len(dataset)
-            exit(0)
+            # exit(0)
 
 
         #