HyperLPR是開源的基于深度學(xué)習(xí)實現(xiàn)的高性能中文車牌識別庫,由北京智云視圖科技有限公司開發(fā),與較為流行的開源的其他框架相比,它的檢測速度、魯棒性和多場景的適應(yīng)性都要好于目前開源的框架。
介紹
HyperLPR可以識別多種中文車牌,包括單行藍牌/黃牌,白牌(白色警用車牌),新能源車牌,使館/港澳車牌,教練車牌,武警車牌等。HyperLRP支持PHP、C/C++、Python語言,Windows/Mac/Linux/Android/IOS平臺。
特性
基于端到端Sequence模型,無需進行字符分割,識別速度更快
速度快720p,單核Intel 2.2G CPU(Macbook Pro 2015)平均識別時間<=90ms
識別率高,僅僅針對車牌ROI在EasyPR數(shù)據(jù)集上,0-error達到 95.2%,1-error識別率達到 97.4%(指在定位成功后的車牌識別率)
輕量總代碼量不超1k行
帶有Android實現(xiàn),其Android Demo可解決一些在一些普通業(yè)務(wù)場景(如執(zhí)法記錄儀)下的車牌識別任務(wù)
設(shè)計流程
step1. 使用opencv 的 HAAR Cascade 檢測車牌大致位置
step2. Extend 檢測到的大致位置的矩形區(qū)域
step3. 使用類似于MSER的方式的 多級二值化 + RANSAC 擬合車牌的上下邊界
step4. 使用CNN Regression回歸車牌左右邊界
step5. 使用基于紋理場的算法進行車牌校正傾斜
step6. 使用CNN滑動窗切割字符
step7. 使用CNN識別字符
中文名:HyperLPR
包名:pr.platerecognization
MD5值:1bc88556d22d34e4208558af625ab1cd