車牌識別是使用ocr來識別車牌的一種應用方式，車牌識別在國內經歷了十年乃至二十年的發展，在文通，火眼臻睛等一些公司的努力下，中文車牌識別技術基本趨於成熟，基本在能強光，夜晚，光照不均勻，多姿態等惡劣情況下進行穩定的識別，其商業應用也相對比較廣泛，從停車場到交通卡口，公司門禁都有涉及。車牌相比人臉，這個坑，效果好的專案至少在開源界並不是很多，easypr在這方面做出了做出了很大的貢獻，一些成熟的車牌識別公司都有並不開源，甚至沒有免費的sdk提供，所以我在課餘時間思考和設計了這個開源專案，同時這個開源專案在不斷開發的過程中也在幫助我也不斷的在學習，後來在一些朋友的幫助下我決定將它的**開源。
在這裡不得的不感謝的是easypr這個中文的開源專案給了我很大的幫助和啟發，在這裡也要感謝easypr團隊付出的無償的努力和高質量博文。
hyperlpr使用了一套和easypr完全不同的pipeline來完成車牌識別這個任務
車牌定位的方法有很多種，在學術界它其實是屬於場景文字檢測的一種特定情況。
考慮到字元間垂直邊緣比較密集，有基於邊緣的方法。
考慮到字元個體間的特徵，有基於個體字元特徵發的方法
考慮到車牌這種共性特徵比較強烈的目標 ，有基於目標檢測的方法。
有學者對這些方法做了一一的評判。下表是這些方法的各個表現能力。不過由於每篇**採用的資料集不同。其準確率並不能比較。
hyperlpr用了使用了基於目標檢測的方法進行車牌粗定位，總體而言去得了不錯的效果。
我們使用的目標檢測器是基於opencv的haar級聯分類器。其速度也達到了不錯的效果，對於移動端的大車牌基本可以實時定位。
我們使用了大概4700張正樣本車牌車12000張負樣本進行了分類器訓練。
訓練的方法
我們使用了openalpr的train - detector，來進行訓練opencv的haar級聯分類目標檢測器。
正樣本可以通過手動crop或者使用easypr或者hyperlpr的模組進行crop裁剪。
負樣本在train detector目錄下已經包含了一些基本的負樣本，我們在多次訓練後發現，使用這些負樣本訓練出來的檢測器在垂直邊緣密集的地方誤檢特別高。 這時候我們就要使用類似於hard sample mining的策略 將這些部分的誤檢區域crop出來。加入到分類器中訓練。
使用訓練完的檢測器
檢測器的使用很簡單。使用opencv中的cascadeclassifier進行多尺度檢測即可。
車牌識別框架開發時使用的資料並不是很多，有意著可以為我們提供相關車牌資料。聯絡郵箱 [email protected]。
如果您願意支援我們持續對這個框架的開發，可以通過下面的鏈結來對我們捐贈。
HyperLPR車牌識別
本文基於hyperlpr進行修改，完整 參考 hyperlpr是乙個使用深度學習針對對中文車牌識別的實現，與較為流行的開源的其他框架相比，它的檢測速度和魯棒性和多場景的適應性都要好於目前開源的框架，hyperlpr可以識別多種中文車牌包括白牌，新能源車牌，使館車牌，教練車牌，武警車牌等。使用的目標檢...
ios開發ocr識別 車牌識別技術
核心技術 移動車牌識別技術，ios車牌識別，車牌識別技術移動端，移動端車牌識別技術，手機端車牌識別，ocr車牌識別，手機端車牌識別 移動端車牌識別ocr技術描述 移動端車牌識別ocr技術是我公司開發的基於移動平台的車牌識別軟體開發包，支援android ios等多種主流移動作業系統。該產品採用手機 ...
手持端車牌識別app技術
隨著智慧型日益發展，手持車牌識別將被廣泛應用。下面說說能用到手持端車牌識別的場景。1 停車管理系統會用到手持車牌識別，停車管理系統需要做到的是對車輛的管理，特別像佔道停車，總沒可能安裝乙個一體機在路邊上，然後乙個車位安裝乙個，這會非常耗費成本。手持端車牌識別在佔道停車能被非常好地用上，手持車牌識別會...