# Light-LPR
**Repository Path**: VCS/Light-LPR
## Basic Information
- **Project Name**: Light-LPR
- **Description**: Light-LPR是一个车牌识别开源项目，它可以在嵌入式设备、手机端和普通的x86平台上运行，旨在支持各种场景的车牌识别，车牌字符识别准确率超99.95%，综合识别准确率超过99%
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 64
- **Created**: 2019-08-05
- **Last Updated**: 2020-12-19
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
Light-LPR是一个瞄准可以在嵌入式设备、手机端和普通的x86平台上运行的车牌识别开源项目，旨在支持各种场景的车牌识别,车牌字符识别准确率超99.95%，综合识别准确率超过99%，支持目前国内所有的车牌识别，觉得好用的一定要加星哦。200星公布黄牌识别模型，400星公布新能源车牌模型。
技术上采用MTCNN检测车牌和四个角点精确定位，并进行偏斜纠正，最后进行端到端识别车牌号码，使用MNN作为推理引擎。具有结构简单，灵活部署的特点，适应各类计算平台。
# 支持的车牌
| 车牌 | 检测 | 识别 |
| --------: | :-----: | :----: |
| 蓝 | Y | Y |
| 黄 | Y | Y |
| 新能源 | E | Y |
| 大型新能源 | E | Y |
| 教练车牌 | E | Y |
| 警牌 | Y | Y |
| 军牌 | E | Y |
| 双层军牌 | - | Y |
| 武警车牌 | E | Y |
| 双层武警牌照 | - | Y |
| 双层黄牌| - | Y |
| 港澳通行牌 | - | E |
| 应急车牌 | - | E |
| 民航车牌 | - | E |
| 普通黑牌 | - | E |
| 使、领馆车牌 | - | E |
| 摩托车牌 | - | E |
| 低速农用车牌 | - | E |
| 临牌 | - | E |
备注： Y 支持，- 未知, E有限度支持
# 1080P图片识别基准性能
| 平台 | CPU型号 | 内存 | 平均识别时间(ms) |
| :-------- | :----- | :----: | ----: |
| X86 | i5-8265 | - | 451 |
| ARM | A53 | 1G | 1532|
#安装依赖
cmake >= 3.10.0
opencv >= 3.0.0
openmp
# x86平台Linux安装指令
git clone https://github.com/lqian/light-LPR
cd light-LPR && mkdir build && cd build
cmake ../
make
# ARM平台Linux安装指令
git clone https://github.com/lqian/light-LPR
cd light-LPR && mkdir build && cd build
cmake ../ -DLIGHT_LPR_ARCH=arm
make
# 运行测试
`./examples/demo ../models/ [/path/to/a/image]`
本项目在Fedora 29，Ubuntu 18.04 mate for ARM平台测试通过
# 未来优化
目前使用车牌的检测使用了[License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9](https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9)项目的MTCNN模型，在实际场景中误检测率比较高，抗干扰能力不强，检测耗时长。后期考虑采用MSSD或者YOLOV3等 one stage 的检测算法先检测出车牌，再进行偏斜纠正的方案，提高检测模块的性能。
# 参考和引用
- [Alibaba MNN](https://github.com/alibaba/MNN)
- [License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9](https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9)
- [Caffe_OCR](https://github.com/senlinuc/caffe_ocr)
- [MNN MTCNN CPU OPENCL](https://github.com/liushuan/MNN-MTCNN-CPU-OPENCL)
# 其他
- 技术交流、数据交流和捐赠请联系作者或加QQ群，图像处理分析机器视觉 109128646[已满], light-LPR群号：813505078, 作者微信
- [](https://raw.githubusercontent.com/lqian/light-LPR/master/109128646.png) [](https://raw.githubusercontent.com/lqian/light-LPR/master/light-LPR.png) [](https://raw.githubusercontent.com/lqian/light-LPR/master/contact.jpg)