HyperLPR
v3.0
中文文档
python -m pip install hyperlpr3
# image url
lpr3 sample -src https://koss.iyong.com/swift/v1/iyong_public/iyong_2596631159095872/image/20190221/1550713902741045679.jpg
# image path
lpr3 sample -src images/test_img.jpg -det high # import opencv
import cv2
# import hyperlpr3
import hyperlpr3 as lpr3
# Instantiate object
catcher = lpr3 . LicensePlateCatcher ()
# load image
image = cv2 . imread ( "images/test_img.jpg" )
# print result
print ( catcher ( image )) # start server
lpr3 rest --port 8715 --host 0.0.0.0Ruta para abrir SwaggerUI después del inicio:http://localhost:8715/api/v1/docs Vea y pruebe el servicio API de identificación en línea:
P: ¿Si la precisión de Android en el proyecto es consistente con la de apk-demo?
R: Compile o descargue la biblioteca compartida de Android desde la versión y cópiela en Prj-Android para probarla.
P: ¿Fuente de datos de capacitación para matrículas?
R: Dado que los datos de las matrículas utilizados para la capacitación implican privacidad legal y otras cuestiones, no se pueden proporcionar en este proyecto. Abra más conjuntos de datos grandes Conjunto de datos de registro CCPD。
P: ¿Provisión de código de capacitación?
R: Los recursos proporcionan el código de capacitación antiguo y los métodos de capacitación para HyperLPR3 se clasificarán y presentarán más adelante.
HyperLPR3车牌识别-五分钟搞定: 中文车牌识别光速部署与使用
HyperLPR3车牌识别-Android-SDK光速部署与使用
Versión HyperLPR3: versión Linux/MacOS: versión C/C++
HyperLPR3 车牌识别-Android使用：SDK编译与部署
Para ser agregado... Se aceptan contribuciones
HiperLPRv1
HiperLPRv2
La compilación de proyectos C/C++ requiere el uso de bibliotecas de dependencias de terceros. Después de descargar la biblioteca, descomprímala y colóquela en el directorio raíz (el mismo nivel que CMakeLists.txt) copiando o vinculando suavemente el código de unidad.baidu: eu31
# execute the script
sh command/build_release_linux_share.sh
Compilado en el directorio build/linux/install/hyperlpr3 , que contiene:
Copie los archivos que necesita en su proyecto
# go to Prj-linux
cd Prj-Linux
# exec sh
sh build.shEl programa ejecutable se genera después de la compilación: PlateRecDemo y ejecuta el programa.
# go to build
cd build/
# first param models dir, second param image path
./PlateRecDemo ../hyperlpr3/resource/models/r2_mobile ../hyperlpr3/resource/images/test_img.jpg // Load image
cv:: Mat image = cv :: imread ( image_path );
// Create a ImageData
HLPR_ImageData data = { 0 };
data . data = image . ptr < uint8_t > ( 0 ); // Setting the image data flow
data . width = image . cols ; // Setting the image width
data . height = image . rows ; // Setting the image height
data . format = STREAM_BGR ; // Setting the current image encoding format
data . rotation = CAMERA_ROTATION_0 ; // Setting the current image corner
// Create a Buffer
P_HLPR_DataBuffer buffer = HLPR_CreateDataBuffer ( & data );
// Configure license plate recognition parameters
HLPR_ContextConfiguration configuration = { 0 };
configuration . models_path = model_path ; // Model folder path
configuration . max_num = 5 ; // Maximum number of license plates
configuration . det_level = DETECT_LEVEL_LOW ; // Level of detector
configuration . use_half = false;
configuration . nms_threshold = 0.5f ; // Non-maxima suppress the confidence threshold
configuration . rec_confidence_threshold = 0.5f ; // License plate number text threshold
configuration . box_conf_threshold = 0.30f ; // Detector threshold
configuration . threads = 1 ;
// Instantiating a Context
P_HLPR_Context ctx = HLPR_CreateContext ( & configuration );
// Query the Context state
HREESULT ret = HLPR_ContextQueryStatus ( ctx );
if ( ret != HResultCode :: Ok ) {
printf ( "create error.n" );
return -1 ;
}
HLPR_PlateResultList results = { 0 };
// Execute LPR
HLPR_ContextUpdateStream ( ctx , buffer , & results );
for ( int i = 0 ; i < results . plate_size ; ++ i ) {
// Getting results
std:: string type ;
if ( results . plates [ i ]. type == HLPR_PlateType :: PLATE_TYPE_UNKNOWN ) {
type = “ Unknown ";
} else {
type = TYPES [ results . plates [ i ]. type ];
}
printf ( "<%d> %s, %s, %fn" , i + 1 , type . c_str (),
results . plates [ i ]. code , results . plates [ i ]. text_confidence );
}
// Release Buffer
HLPR_ReleaseDataBuffer ( buffer );
// Release Context
HLPR_ReleaseContext ( ctx ); # execute the script
sh command/build_release_android_share.shCompilado en: build/release_android/ , que contiene:
Después de compilar, copie los directorios arm64-v8a y armeabi-v7a en Prj-Android/hyperlpr3/libs y compile el proyecto Prj-Android para usarlo.
Si necesita compilar con Docker, le proporcionamos algunas formas de compilar:
Necesita instalar Docker y Docker-compose, crear una imagen para hyperlpr_build :
docker build -t hyperlpr_build .Comience a compilar la biblioteca compartida:
docker-compose up build_linux_x86_shared_libDirectorio de compilación: build/linux
Proporcionamos un proyecto de demostración de la fuente del SDK de Android: hyperlpr3-android-sdk. Puede compilar la biblioteca compartida y usar el proyecto según sea necesario.
Si necesita integrar rápidamente nuestro SDK en su propio proyecto de Android, puede agregar la siguiente dependencia al build.gradle de su proyecto:
allprojects {
repositories {
...
maven { url 'https://jitpack.io' }
}
} dependencies {
implementation 'com.github.HyperInspire:hyperlpr3-android-sdk:1.0.3'
} // Initialization, which can be performed only once, is usually performed at program initialization
HyperLPR3 . getInstance (). init ( this , new HyperLPRParameter ());
…
// exec recognition
Plate [] plates = HyperLPR3 . getInstance (). plateRecognition ( bitmap , HyperLPR3 . CAMERA_ROTATION_0 , HyperLPR3 . STREAM_BGRA );Conozca más sobre: Prj-Android
