2017-09-25 11:23:49 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:49 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00
2017-09-25 11:23:13 +08:00

车牌识别

Pipeline

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CNN滑动窗切割字符

step6. 使用CNN识别字符

简单测试方式

from hyperlpr import  pipline as  pp
import cv2
image = cv2.imread("filename")
image,res  = pp.SimpleRecognizePlate(image)
S
Description
可生成Windows平台动态库(DLL)的HyperLPR项目 原库:https://github.com/szad670401/HyperLPR
Readme
364 MiB
Languages
C++ 83.9%
Python 6.6%
CMake 4.4%
C 2.7%
Java 1.9%
Other 0.5%