标签：HyperLPR 综述 代码 py 代码段 源码 识别 车牌
2021SC@SDUSC
一、项目简介
HyperLPR 高性能开源中文车牌识别框架是一个开源的、基于深度学习高性能中文车牌识别库，由北京智云视图科技有限公司开发，支持PHP、C/C++、Python语言，还支持Linux、Android、iOS、Windows等各主流平台。目前已经支持的车牌类型包括：
- 单行蓝牌
- 单行黄牌
- 新能源车牌
- 白色警用车牌
- 使馆/港澳车牌
- 教练车牌
在应用深度学习进行车牌识别方面，HyperLPR无疑是一个成功的典范，它能够识别出图像、视频中车牌的车牌号（包括汉字和数字），并且拥有着不错的识别率，识别速度还相当快。此外，它的代码结构十分简洁，只有千行左右，在人工智能软件领域算是相当“轻量级”的应用了。
二、源码下载及安装
既然HyperLPR是一个开源项目，对此进行分析，第一步就是下载源代码。原码仓库位于github上，地址是GitHub - zeusees/HyperLPR
这是下载、解压完成后的文档，可以看出，内容并不是很多。通过python可以看到它的源代码：
HyperLPR需要在anaconda环境下才能运行，因此还需要做的是下载anaconda。调试好合适的环境后，我测试了一下这个软件，发现能够正常运行，并且界面相当简洁：
三、项目分工
经过对整个代码粗浅浏览，我们发现，最核心的代码位于demo.py、HyperLPRLite.py和pipline.py中，程序运行中调用的函数大多来自这些部分。
此外，hyperlpr_py3文件夹中也有很多代码段，分别涵盖颜色识别、结构识别、图像分割、文字识别等内容，也是整个程序重要的组成部分。因此，我们认为上述内容都属于核心代码，也是我们接下来分析的主要内容。
我们对整个项目进行了初步分工，demo.py、HyperLPRLite.py和pipline.py三部分，由于研究其他部分都必不可少要用到这三部分的内容，因此我们决定共同研究这三部分的代码，因为它们地位相当重要。
hyperlpr_py3文件夹中还有17个代码段，我们暂且按照首字母排序，均分成四部分，每个人负责4~5个代码段。我负责的内容是detect.py、e2e.py、e2emodel.py、finemapping.py，在研究各自负责的代码段的时候，但与此同时，我们也会粗略阅读一下其他人负责的代码段，因为整个程序是一体的、连贯的。此外，这个安排是暂定的，后续随时可能变动。但是demo.py、HyperLPRLite.py和pipline.py三部分由四人共同研究，以及剩下17个代码段由4人均分各自研究的原则，是不会变的。
标签：HyperLPR,综述,代码,py,代码段,源码,识别,车牌 来源： https://blog.csdn.net/CyberHayek/article/details/120555433
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。