python目录下提供了python例程以供参考使用，具体情况如下：
| 序号 | python例程 | 说明 |
|---|---|---|
| 1 | vlpr.py | 使用opencv解码、BMCV前处理、BMRT推理 |
| 2 | chars.py | lprnet后处理使用的汉字字典 |
如果您在x86/arm平台安装了PCIe加速卡（如SC系列加速卡），可以直接使用它作为开发环境和运行环境。您需要安装libsophon、sophon-opencv、sophon-ffmpeg、sophon-sail，具体步骤可参考x86-pcie平台的开发和运行环境搭建或arm-pcie平台的开发和运行环境搭建。
注意：由于本例程中所用sophon-sail接口较新，请使用如下命令下载最新sophon-sail，并参考编译安装sophon-sail进行安装：
pip3 install dfss -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade
python3 -m dfss [email protected]:/sophon-demo/VLPR/sophon-sail.zip
unzip sophon-sail.zip
如果您使用SoC平台（如SE、SM系列边缘设备），刷机后在/opt/sophon/下已经预装了相应的libsophon、sophon-opencv和sophon-ffmpeg运行库包，可直接使用它作为运行环境。
您还需要安装sophon-sail，具体步骤可参考编译安装sophon-sail。
对于PCIe平台和SoC平台，均可以直接在进行推理测试。
| 参数名 | 类型 | 说明 |
|---|---|---|
| max_que_size | int | 队列长度，默认为4，不可小于输入模型的batch_size |
| video_nums | string | 视频测试路数，默认为16 |
| batch_size | int | 为输入bmodel的batch_size，默认为4 |
| loops | int | 对于一个进程的循环测试图片数，默认为2000 |
| input | string | 本地视频路径或视频流地址 |
| yolo_bmodel | int | yolov5 bmodel路径 |
| lprnet_bmodel | int | lprnet bmodel路径 |
| dev_id | int | 使用的设备id，默认为0号设备 |
| draw_images | bool | 是否保存图片，默认为False |
| stress_test | bool | 是否循环压测，默认为False |
运行应用程序即可
python3 vlpr.py --input ../datasets/1080_1920_30s_512kb.mp4 --loops 2000 --video_nums 16 \
--yolo_bmodel ../models/yolov5s-licensePlate/BM1684/yolov5s_v6.1_license_3output_int8_4b.bmodel \
--lprnet_bmodel ../models/lprnet/BM1684/lprnet_int8_4b.bmodel测试过程会打印被检测和识别到的有效车牌信息，测试结束后，会在log中打印FPS等信息。
