|
|
|
|
@ -35,6 +35,8 @@ print(HyperLPR_PlateRecogntion(image))
|
|
|
|
|
|
|
|
|
|
### 更新
|
|
|
|
|
|
|
|
|
|
- 更新基于端到端的IOS车牌识别工程。(2018.11.13)
|
|
|
|
|
|
|
|
|
|
- 可通过pip一键安装、更新的新的识别模型、倾斜车牌校正算法、定位算法。(2018.08.11)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
@ -42,15 +44,13 @@ print(HyperLPR_PlateRecogntion(image))
|
|
|
|
|
- [增加PHP车牌识别工程@coleflowers](https://github.com/zeusees/HyperLPR/tree/master/Prj-PHP) (2018.06.20)
|
|
|
|
|
- 添加的新的Python 序列模型-识别率大幅提高(尤其汉字)(2018.3.12)
|
|
|
|
|
- 添加了HyperLPR Lite 仅仅需160 行代码即可实现车牌识别(2018.3.12)
|
|
|
|
|
- 提供精确定位的车牌矩形框(2018.3.12)
|
|
|
|
|
|
|
|
|
|
- 增加了端到端模型的cpp实现(Linux)(2018.1.31)
|
|
|
|
|
- 感谢 sundyCoder [Android 字符分割版本](https://github.com/sundyCoder/hyperlpr4Android)
|
|
|
|
|
|
|
|
|
|
- 增加字符分割[训练代码和字符分割介绍](https://github.com/zeusees/HyperLPR-Training)(2018.1.)
|
|
|
|
|
- 更新了Android实现，大幅提高准确率和速度 (骁龙835 (*720*x*1280*) ~50ms )(2017.12.27)
|
|
|
|
|
- 添加了IOS版本的实现（感谢[xiaojun123456](https://github.com/xiaojun123456)的工作）
|
|
|
|
|
- 添加端到端的序列识别模型识别率大幅度提升,使得无需分割字符即可识别,识别速度提高20% (2017.11.17)
|
|
|
|
|
|
|
|
|
|
- 新增的端到端模型可以识别新能源车牌、教练车牌、白色警用车牌、武警车牌 (2017.11.17)
|
|
|
|
|
- 更新Windows版本的Visual Studio 2015 工程（2017.11.15）
|
|
|
|
|
- 增加cpp版本,目前仅支持标准蓝牌(需要依赖OpenCV 3.3) (2017.10.28)
|
|
|
|
|
|
syan
7 years ago
committed by