|
|
|
@@ -39,10 +39,8 @@ print(HyperLPR_PlateRecogntion(image)) |
|
|
|
|
|
|
|
- 可通过pip一键安装、更新的新的识别模型、倾斜车牌校正算法、定位算法。(2018.08.11) |
|
|
|
|
|
|
|
|
|
|
|
- 提交新的端到端识别模型，进一步提高识别准确率(2018.08.03) |
|
|
|
- [增加PHP车牌识别工程@coleflowers](https://github.com/zeusees/HyperLPR/tree/master/Prj-PHP) (2018.06.20) |
|
|
|
- 添加的新的Python 序列模型-识别率大幅提高(尤其汉字)(2018.3.12) |
|
|
|
- 添加了HyperLPR Lite 仅仅需160 行代码即可实现车牌识别(2018.3.12) |
|
|
|
|
|
|
|
- 增加了端到端模型的cpp实现(Linux)(2018.1.31) |
|
|
|
@@ -61,6 +59,7 @@ print(HyperLPR_PlateRecogntion(image)) |
|
|
|
- 支持大角度车牌 |
|
|
|
- deep learning based 实时检测模型 |
|
|
|
- 轻量级识别模型 |
|
|
|
|
|
|
|
### 特性 |
|
|
|
|
|
|
|
- 速度快 720p,单核 Intel 2.2G CPU (MaBook Pro 2015)平均识别时间低于100ms |
|
|
|
@@ -83,7 +82,8 @@ print(HyperLPR_PlateRecogntion(image)) |
|
|
|
|
|
|
|
- Win工程中若需要使用静态库，需单独编译 |
|
|
|
- 本项目的C++实现和Python实现无任何关联，都为单独实现 |
|
|
|
- 在编译C++工程的时候必须要使用OpenCV 3.3(DNN 库)，否则无法编译 |
|
|
|
- 在编译C++工程的时候必须要使用OpenCV 3.3以上版本 (DNN 库)，否则无法编译 |
|
|
|
- 安卓工程编译ndk尽量采用14b版本 |
|
|
|
|
|
|
|
### Python 依赖 |
|
|
|
|
|
|
|
|
syan
GitHub
6 years ago