#399 · 主分类： 计算机视觉
End-to-end-for-chinese-plate-recognition
computer-vision
image-recognition
image-segmentation
keras
opencv
python
tensorflow
基于u-net，cv2以及cnn的中文车牌定位，矫正和端到端识别软件，其中unet和cv2用于车牌定位和矫正，cnn进行车牌识别，unet和cnn都是基于tensorflow的keras实现
项目最后更新：09/13/24
GitHub Stars
547
Forks数量
123
贡献者数量
2
许可证
Apache-2.0
收录理由
这个项目把中文车牌识别的完整流程收进了一套代码里：从场景中找出车牌、矫正透视角度，再到端到端读出字符，一步到位。定位和矫正部分用U-Net分割模型配合OpenCV边缘检测，识别部分则交给CNN对矫正后的图像做多标签字符识别。作者特意针对那些难处理的场景做了调优，比如拍摄角度倾斜、强曝光或者光线昏暗，这些情况下连一些商业识别服务都会翻车，它却能给出不错的结果。整个实现基于TensorFlow上的Keras，如果团队本来就用这套技术栈，可以直接顺着训练和推理的代码走，不用切换框架。对于想快速搭一个车辆视觉相关原型来说，这是个很实在的起点。不过要注意，项目锁定的Python 3.6和TensorFlow 1.x环境偏旧，真要上生产，大概率得先移植到新版本环境里。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。