You cannot select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
e817b94dd8
1. 引入异常机制，捕获opencv抛出的异常并转抛给PHP业务代码 2. 新增confidence可信度要求参数和modelpath模型文件夹路径 3. 修改tests中的测试demo 4. 从Prj-Linux复制model文件到tests文件夹 5. 更新readme说明 |
7 years ago | |
|---|---|---|
| .. | ||
| include | 7 years ago | |
| lpr | 7 years ago | |
| tests | 7 years ago | |
| CMakeLists.txt | 7 years ago | |
| README.MD | 7 years ago | |
| main.cpp | 7 years ago | |
| platescan.ini | 7 years ago | |
README.MD
Prj-PHP
HyperLPR 在PHP扩展程序中的实现，核心代码拷贝了 Prj-Linux 中庾金科大牛的代码。我做的这部分工作主要是配置编译成PHP扩展程序。
CPP 依赖
- Opencv 3.3
- PHPCPP
Linux/Mac 编译
mkdir build
cd build
cmake ../
make -j
DEMO
// 也可编译完后直接在tests目录直接运行 php platescan.php
$path = realpath("demo.png"); // 图片文件所在路径,realpath转为绝对路径
$model = realpath("model"); // 模型资源所在文件夹
$res = platescan($path, $model, 0.8);
var_dump($res); // string(9) "苏ED0N19"
最终实现上边这样的PHP调用
测试备忘
经多次测试发现部分图片难以识别或者容易识别错误，经过筛选反推出如下规律：
识别精度高的图片
- 图片中包含有整个车身
- 图片清晰度较高，不模糊
- 图片拍摄角度为正面拍摄，车牌在图片中没有较大幅度的倾斜
- 图片中的车牌在整个图片中所占位置较小
识别精度低的图片
- 图片模糊，程序未能裁切出正确的车牌，或者裁切后因图片太模糊而无法识别（此处应该可以通过训练更多样本解决）
- 图片中的车牌在整个图片中占了1/3的位置甚至更高
- 图片拍摄角度为俯角拍摄，车牌在图片中是倾斜着的