HyperLPR是开源的基于深度学习实现的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,与较为流行的开源的其他框架相比,它的检测速度、鲁棒性和多场景的适应性都要好于目前开源的框架。
介绍
HyperLPR可以识别多种中文车牌,包括单行蓝牌/黄牌,白牌(白色警用车牌),新能源车牌,使馆/港澳车牌,教练车牌,武警车牌等。HyperLRP支持PHP、C/C++、Python语言,Windows/Mac/Linux/Android/IOS平台。
特性
基于端到端Sequence模型,无需进行字符分割,识别速度更快
速度快720p,单核Intel 2.2G CPU(Macbook Pro 2015)平均识别时间<=90ms
识别率高,仅仅针对车牌ROI在EasyPR数据集上,0-error达到 95.2%,1-error识别率达到 97.4%(指在定位成功后的车牌识别率)
轻量总代码量不超1k行
带有Android实现,其Android Demo可解决一些在一些普通业务场景(如执法记录仪)下的车牌识别任务
设计流程
step1. 使用opencv 的 HAAR Cascade 检测车牌大致位置
step2. Extend 检测到的大致位置的矩形区域
step3. 使用类似于MSER的方式的 多级二值化 + RANSAC 拟合车牌的上下边界
step4. 使用CNN Regression回归车牌左右边界
step5. 使用基于纹理场的算法进行车牌校正倾斜
step6. 使用CNN滑动窗切割字符
step7. 使用CNN识别字符
中文名:HyperLPR
包名:pr.platerecognization
MD5值:1bc88556d22d34e4208558af625ab1cd