文件編號(hào)：A258

文件大?。?/strong>280M

開發(fā)環(huán)境：Python3.7、Tensorflow1.13、OpenCV3.4.4、PyCharm2020

猿創(chuàng)承諾：該項(xiàng)目親測(cè)正常運(yùn)行，提供部署視頻，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡(jiǎn)要概述：基于深度學(xué)習(xí)Python+OpenCV+Tensorflow的中文車牌檢測(cè)與識(shí)別系統(tǒng)(GUI界面）

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

模塊分解：

圖像預(yù)處理->車牌定位->車牌過濾->字符分割->字符識(shí)別

操作步驟：

下載代碼和圖片數(shù)據(jù)集，代碼有3個(gè)文件，charNeuralNet.py用來訓(xùn)練和測(cè)試字符識(shí)別模型，plateNeuralNet.py用來訓(xùn)練和測(cè)試車牌檢測(cè)模型，carPlateIdentity.py是最終的測(cè)試程序，會(huì)調(diào)用前面2個(gè)訓(xùn)練好的模型識(shí)別圖片中的車牌字符。數(shù)據(jù)集包括cnn_char_train(字符數(shù)據(jù)集)、cnn_plate_train(車牌數(shù)據(jù)集)、pictures(最終測(cè)試圖片，僅供參考)、opencv_output(這是我測(cè)試的結(jié)果)，字符數(shù)據(jù)集和車牌數(shù)據(jù)集沒有劃分訓(xùn)練集和測(cè)試集，自行按比例切分；

將charNeuralNet.py在main函數(shù)的train_flag改成1，在當(dāng)前工程目錄下創(chuàng)建carIdentityData/cnn_char_train和carIdentityData/model/char_recongnize目錄，取字符訓(xùn)練集放在carIdentityData/cnn_char_train路徑下，執(zhí)行該程序訓(xùn)練字符識(shí)別模型，模型保存在carIdentityData/model/char_recongnize路徑下；

將charNeuralNet.py在main函數(shù)的train_flag改成0，在當(dāng)前工程目錄下創(chuàng)建carIdentityData/cnn_char_test目錄，取字符測(cè)試集放在此路徑下，將model_path修改成自己模型的路徑，執(zhí)行程序測(cè)試字符識(shí)別準(zhǔn)確率;

plateNeuralNet.py的操作步驟同2、3步驟相似，用來獲取車牌檢測(cè)模型；

將carPlateIdentity.py程序的plate_model_path、char_model_path修改成自己訓(xùn)練好的模型路徑，下面測(cè)試圖片的img路徑也修改成自己圖片的路徑，執(zhí)行該程序進(jìn)行車牌字符檢測(cè)。

運(yùn)行效果：

run my_main_ui.py

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項(xiàng)目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項(xiàng)

我們提供完整項(xiàng)目文件清單如下：

文件目錄

 ├ 1.項(xiàng)目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻