# 车牌识别

**Repository Path**: looserc/license_plate_recognition

## Basic Information

- **Project Name**: 车牌识别
- **Description**: 车牌识别：yolov3-keras + tr(OCR)
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 6
- **Created**: 2021-02-28
- **Last Updated**: 2024-06-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 车牌识别

#### 介绍
车牌识别：yolov3-keras + tr(OCR)
完整项目地址：http://10.168.1.111:2080/cv/carplate_plate_detection
#### 软件架构
- 数据集下载地址:[dataset](https://github.com/RobertLucian/license-plate-dataset)

代码主要分为两大部分： 
1. 检测车牌区域：Keras 实现 YOLOv3 网络模型进行训练：[keras-yolo3](https://github.com/experiencor/keras-yolo3)
    - 预训练模型下载地址：[预训练](https://bit.ly/2tIpvPl)（需翻墙）
2. 识别车牌文本：使用开源的一个OCR检测方法:[tr-master](https://github.com/myhub/tr)
    - 安装好即可使用，无需再训练



#### 安装教程

 
 **检测车牌区域——keras-yolo3:** 
- conda create --name py36-keras python=3.6
- git clone https://github.com/experiencor/keras-yolo3.git
- cd keras-yolo3
- pip install -r requirements.txt

 **车牌文本识别——tr：** 
- git clone https://github.com/myhub/tr.git
- cd ./tr
- sudo python setup.py install



#### 使用说明

 **测试单张图片**
    python demo-test.py    (修改代码中的图片名称)


**分步检测：**
     **检测车牌区域** 
    - 训练：`python train.py -c config_license_plates.json`(zoo中提供json文件）
    - 预测：`python predict.py -c config_license_plates.json -i /path/to/image/or/video`
            直接将检测出的车牌区域裁剪出并缩小一倍（以便加速OCR的识别），并保存到‘/tr/cut/’文件夹中

     **车牌文本识别** 
    - `python test.py`（需根据自己的数据集路径进行修改）


#### 数据集文件结构

- ├── license-plate-dataset-master		数据集存放位置             	
- │   ├── dataset  	车牌数据集
- │   │   ├── train  	训练数据集
- │   │   │   ├── images  训练图片
- │   │   │   └── annots  训练标签
- │   │   ├── valid  	验证数据集
- │   │   │   ├── images  验证图片
- │   │   │   └── annots  验证标签