You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.

README.MD 1.3 kB

7 years ago
7 years ago
7 years ago
7 years ago
7 years ago
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950
  1. # Prj-PHP
  2. HyperLPR 在PHP扩展程序中的实现,核心代码拷贝了 Prj-Linux 中的代码。
  3. ## CPP 依赖
  4. + Opencv 3.3
  5. + PHPCPP
  6. ## Linux/Mac 编译
  7. ```bash
  8. mkdir build
  9. cd build
  10. cmake ../
  11. make -j
  12. ```
  13. ## DEMO
  14. ```php
  15. // 也可编译完后直接在tests目录直接运行 php platescan.php
  16. $path = realpath("demo.png"); // 图片文件所在路径,realpath转为绝对路径
  17. $model = realpath("model"); // 模型资源所在文件夹
  18. $res = platescan($path, $model, 0.8);
  19. var_dump($res); // string(9) "苏ED0N19"
  20. ```
  21. 最终实现上边这样的PHP调用
  22. ![image](./tests/demo.png)
  23. ## 测试备忘
  24. 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:
  25. ### 识别精度高的图片
  26. + 图片中包含有整个车身
  27. + 图片清晰度较高,不模糊
  28. + 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
  29. + 图片中的车牌在整个图片中所占位置较小
  30. ### 识别精度低的图片
  31. + 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)
  32. + 图片中的车牌在整个图片中占了1/3的位置甚至更高
  33. + 图片拍摄角度为俯角拍摄,车牌在图片中是倾斜着的