HyperLPR中文车牌识别安装(Windows版)

1. 简介

• HyperLPR是一个使用深度学习针对对中文车牌识别的实现，与较为流行的开源的 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目前开源的EasyPR。
• Github地址：https://github.com/zeusees/HyperLPR

2. 安装依赖

基本要求：

• 使用Python版的程序，比C++的准确率高，包含的车牌类型多

• 操作系统Windows

• Keras使用 cpu版本 Tensorflow 作为后端

• Python 3.5对Tensorflow兼容性比较好

2.1. 安装 Anaconda

• 使用清华大学开源软件镜像站Anaconda
• 64位选择Anaconda3-4.2.0-Windows-x86_64.exe 下载 ，其自带的Python版本是3.5
• 32位选择Anaconda3-4.2.0-Windows-x86.exe 下载，其自带的Python版本是3.5
• Anaconda自带了Numpy， Scipy， Scikit-image， PIL

2.2. 安装Tensorflow和Keras

• "开始"-“程序”-“Anaconda3”-“Anaconda Prompt”命令行打开
• 安装cpu版本的tensorflow，命令行输入

pip install tensorflow

• 安装Keras，命令行输入

pip install Keras

2.3. 安装OpenCV 3.4.0

• 使用 OpenCV的whl 文件进行安装
• 64位选择opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl下载，
• 32位选择opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win32.whl下载
• 若以上whl文件不能下载，请在 https://www.lfd.uci.edu/~gohlke/pythonlibs/ 查找OpenCV
• 将 opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl或opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win32.whl放到某个目录下， "开始"-“程序”-“Anaconda3”-“Anaconda Prompt”命令行打开，定位到文件目录下，命令行输入

64位输入

pip install  opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win_amd64.whl

或 32位输入

pip install opencv_python‑3.4.0+contrib‑cp35‑cp35m‑win32.whl

3.PyCharm开发Python程序

• 使用免费的Community版本PyCharm，下载最新的PyCharm。
• 使用PyCharm的git下载HyperLPR，地址 https://github.com/zeusees/HyperLPR
• 复制batch.py为batch_py3.py，修改代码如下，支持中文字符路径

#coding=utf-8

import os

from hyperlpr_py3 import pipline as pp



import cv2



import numpy as np



parent = "D:\data\license_plate_images"



for filename in os.listdir(parent):

    print(filename)

    path = os.path.join(parent, filename)

    print(path)

    if path.endswith(".jpg") or path.endswith(".png"):

        image = cv2.imdecode(np.fromfile(path, dtype=np.uint8), -1)



        image, res = pp.SimpleRecognizePlate(image)

        cv2.imshow("image", image)

        cv2.waitKey(0)

• 运行 batch_py3.py

• 若缺乏包，请在"File"-"Setting"-"Project: HyperLpr"-"Project Interpreter"使用上述安装的Anaconda，Python 3.5