HyperLPR
v3.0
中文档
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 0.0.0.0起動後に SwaggerUI を開くパス：http://localhost:8715/api/v1/docs オンライン ID API サービスを表示してテストします。
Q：プロジェクト内のAndroidの精度はapk-demoの精度と一致していますか？
A：リリースから Android 共有ライブラリをコンパイルまたはダウンロードし、テストのために Prj-Android にコピーしてください。
Q：ナンバープレートの学習データの出典は？
A：訓練に使用するナンバープレートデータは法的プライバシー等に関わるため、本プロジェクトでは提供できません。より多くのビッグ データ セット CCPD 登録データセットを開きます。
Q：トレーニングコードの提供は？
A：リソースでは古いトレーニング コードが提供されており、HyperLPR3 のトレーニング方法は後で整理して提示されます。
HyperLPR3车牌识别-五分钟搞定: 中文车牌识别光速配置与使用
HyperLPR3车牌识别-Android-SDK光速配置与使用
HyperLPR3车牌识别-Linux/MacOS使用：C/C++库编译
HyperLPR3车牌识别-Android使用：SDK编译与配置
追加予定...寄稿歓迎
ハイパーLPRv1
ハイパーLPRv2
C/C++ プロジェクトをコンパイルするには、サードパーティの依存関係ライブラリを使用する必要があります。ライブラリをダウンロードしたら、解凍し、ルート ディレクトリ (CMakeLists.txt と同じレベル) にコピーまたはソフト リンクして配置します。baidu ドライブ コード: eu31
# execute the script
sh command/build_release_linux_share.sh
build/linux/install/hyperlpr3ディレクトリにコンパイルされます。以下が含まれます。
必要なファイルをプロジェクトにコピーします
# go to Prj-linux
cd Prj-Linux
# exec sh
sh build.shコンパイル後に実行可能プログラムが生成されます: PlateRecDemo 、そしてプログラムを実行します
# 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.shコンパイルされた場所: build/release_android/ ，以下が含まれます:
コンパイル後、 arm64-v8aおよびarmeabi-v7aディレクトリをPrj-Android/hyperlpr3/libsにコピーし、使用するPrj-Androidプロジェクトをコンパイルします。
docker を使用してコンパイルする必要がある場合は、いくつかのコンパイル方法が提供されています。
docker と docker-compose をインストールする必要があります。 hyperlpr_buildのイメージをビルドします。
docker build -t hyperlpr_build .共有ライブラリのコンパイルを開始します。
docker-compose up build_linux_x86_shared_libビルドディレクトリ: build/linux
Android SDK ソースからデモ プロジェクトを提供しました: hyperlpr3-android-sdk，必要に応じて共有ライブラリをコンパイルし、プロジェクトを使用できます。
SDK を独自の Android プロジェクトに迅速に統合する必要がある場合は、プロジェクトの build.gradle に次の依存関係を追加できます。
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 );Prj-Androidについて詳しく知る
