|
|
# High Accuracy Chinese Plate Recognition Framework
|
|
|
|
|
|
### 介绍
|
|
|
This research aims at simply developping plate recognition project based on deep learning methods, with low complexity and high speed. This
|
|
|
project has been used by some commercial corporations. Free and open source, deploying by Zeusee.
|
|
|
|
|
|
HyperLPR是一个基于Python的使用深度学习针对对中文车牌识别的实现，与开源的[EasyPR](https://github.com/liuruoze/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EasyPR。
|
|
|
|
|
|
### 更新
|
|
|
|
|
|
+ 增加cpp版本,目前仅支持标准蓝牌
|
|
|
+ 添加了简单的Android实现 (骁龙835 (*720*x*1280*) 200ms).
|
|
|
|
|
|
### 特性
|
|
|
|
|
|
+ 单张720p图像，单核Intel 2.2G CPU 识别时间140ms左右，比EasyPR单核识别速度快近10倍的时间。
|
|
|
+ 识别率在EasyPR数据集上0-error达到 81.75%, 1-error识别率达到 94.1%
|
|
|
+ 检测方法在实时性、召回率、准确率上都优于MSER方法，检测recall和easyPR持平。
|
|
|
+ 代码框架轻量，总代码不到1k行。
|
|
|
|
|
|
### 依赖
|
|
|
|
|
|
+ Keras (>2.0.0)
|
|
|
+ Theano(>0.9) or Tensorflow(>1.1.x)
|
|
|
+ Numpy (>1.10)
|
|
|
+ Scipy (0.19.1)
|
|
|
+ OpenCV(>3.0)
|
|
|
+ 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
|
|
|
|
|
|
```python
|
|
|
from hyperlpr import pipline as pp
|
|
|
import cv2
|
|
|
image = cv2.imread("filename")
|
|
|
image,res = pp.SimpleRecognizePlate(image)
|
|
|
```
|
|
|
### CPP编译
|
|
|
|
|
|
+ 仅需要的依赖OpenCV 3.3 (需要DNN框架)
|
|
|
|
|
|
```bash
|
|
|
cd cpp_implementation
|
|
|
mkdir build
|
|
|
cd build
|
|
|
cmake ../
|
|
|
sudo make -j8
|
|
|
```
|
|
|
|
|
|
### 可识别和待支持的车牌的类型
|
|
|
|
|
|
- [x] 单行蓝牌
|
|
|
- [x] 单行黄牌
|
|
|
- [ ] 新能源车牌
|
|
|
- [ ] 双层黄牌
|
|
|
- [ ] 双层武警
|
|
|
- [ ] 双层军牌
|
|
|
- [ ] 农用车牌
|
|
|
- [ ] 白色警用车牌
|
|
|
- [ ] 使馆/港澳车牌
|
|
|
- [ ] 民航车牌
|
|
|
- [ ] 个性化车牌
|
|
|
|
|
|
|
|
|
|
|
|
### 测试样例
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
#### Android示例
|
|
|
|
|
|
|
|
|
|
|
|
### 最新版本下载
|
|
|
|
|
|
- 体验 Android 测试版：[https://fir.im/HyperLPR](https://fir.im/HyperLPR)
|
|
|
|
|
|
### 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。
|