License-Plate-Recognition-master
所属分类：模式识别(视觉/语音等)
开发工具：Python
文件大小：14913KB
下载次数：6
上传日期：2020-05-15 10:31:03
上 传 者：
wangqingwei
说明： 利用深度学习的车牌识别，识别率很高，实时性强
(The vehicle license plate recognition based on deep learning has high recognition rate and strong real-time capability)
文件列表:
LICENSE (1060, 2019-11-07)
Screenshots (0, 2019-11-07)
Screenshots\3.png (513442, 2019-11-07)
Screenshots\5.png (335454, 2019-11-07)
config.js (262, 2019-11-07)
predict.py (18309, 2019-11-07)
surface.py (4640, 2019-11-07)
svm.dat (4595678, 2019-11-07)
svmchinese.dat (3645216, 2019-11-07)
test (0, 2019-11-07)
test\1.jpg (4543569, 2019-11-07)
test\2.jpg (2718121, 2019-11-07)
test\cAA662F.jpg (62588, 2019-11-07)
test\car3.jpg (27089, 2019-11-07)
test\car4.jpg (25090, 2019-11-07)
test\car5.jpg (28604, 2019-11-07)
test\car7.jpg (27744, 2019-11-07)
test\lLD9016.jpg (24073, 2019-11-07)
test\wA87271.jpg (52515, 2019-11-07)
test\wATH859.jpg (116063, 2019-11-07)
test\wAUB816.jpg (141788, 2019-11-07)
train (0, 2019-11-07)
train\chars2.7z (3336217, 2019-11-07)
train\charsChinese.7z (1099009, 2019-11-07)
# License-Plate-Recognition
License Plate Recognition For Car With Python And OpenCV
#### 用python3+opencv3做的中国车牌识别,包括算法和客户端界面,只有2个文件,surface.py是界面代码,predict.py是算法代码,界面不是重点所以用tkinter写得很简单。
### 使用方法:
版本:python3.4.4,opencv3.4和numpy1.14和PIL5
下载源码,并安装python、numpy、opencv的python版、PIL,运行surface.py即可
### 算法实现:
算法思想来自于网上资源,先使用图像边缘和车牌颜色定位车牌,再识别字符。车牌定位在predict方法中,为说明清楚,完成代码和测试后,加了很多注释,请参看源码。车牌字符识别也在predict方法中,请参看源码中的注释,需要说明的是,车牌字符识别使用的算法是opencv的SVM, opencv的SVM使用代码来自于opencv附带的sample,StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限,你测试时会发现,车牌字符识别,可能存在误差,尤其是第一个中文字符出现的误差概率较大。源码中,我上传了EasyPR中的训练样本,在train\目录下,如果要重新训练请解压在当前目录下,并删除原始训练数据文件svm.dat和svmchinese.dat。
##### 额外说明:算法代码只有500行,测试中发现,车牌定位算法的参数受图像分辨率、色偏、车距影响(test目录下的车牌的像素都比较小,其他图片很可能因为像素等问题识别不了,识别其他像素的车牌需要修改config文件里面的参数,此项目仅是抛砖引玉,提供一个思路)。
##### 有任何疑问请邮件至 wzh191920@sina.com
##### 界面效果:
近期下载者：
相关文件：
收藏者：