环境准备:
Anaconda 4.10.3
Tensorflow 2.6.0
python3.7.8
coding: utf-8
pycharm解释器:D:\Anaconda\envs\tensorflow\python.exe
以及各种第三方库
流程思路:
1、将图片通过opencv切割识别定位车牌,切割保存
2、识别省份简称、识别城市代号、识别车牌编号
功能描述:
car_num_main.py :将图片转为灰度图像,灰度图像二极化,分割图像并分别保存为.jpg和.bmp文件
train-license-province.py : 省份简称训练识别
train-license-letters.py :城市代号训练识别
train-license-digits.py :车牌编号训练识别
细节阐述:
1、图片切割后分别保存在两个文件夹./img_cut and ./img_cut_not_3240
2、识别车牌需进入终端,在命令行中进入脚本所在目录,
输入执行如下命令:python train-license-province.py train 进行省份简称训练
输入执行如下命令:python train-license-province.py predict 进行省份简称识别
输入执行如下命令:python train-license-letters.py train 进行城市代号训练
输入执行如下命令:python train-license-letters.py predict 进行城市代号识别
输入执行如下命令:python train-license-digits.py train 进行车牌编号训练
输入执行如下命令:python train-license-digits.py predict 进行车牌编号识别
3、图片调为.jpg格式,大小调为像素600*413最佳,可依据代码酌情调试
4、具体可以准确识别的车牌号参见数据集中训练集
没有合适的资源?快使用搜索试试~ 我知道了~
Tensorflow车牌识别完整项目全部源代码
共2000个文件
bmp:9278个
jpg:11个
index:6个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 141 下载量 107 浏览量
2022-04-13
08:42:48
上传
评论 12
收藏 356.03MB ZIP 举报
温馨提示
文章见链接:https://blog.csdn.net/m0_54925305/article/details/123246627?spm=1001.2014.3001.5502 输入执行如下命令:python train-license-province.py train 进行省份简称训练 输入执行如下命令:python train-license-province.py predict 进行省份简称识别 输入执行如下命令:python train-license-letters.py train 进行城市代号训练 输入执行如下命令:python train-license-letters.py predict 进行城市代号识别 输入执行如下命令:python train-license-digits.py train 进行车牌编号训练 输入执行如下命令:python train-license-digits.py predict 进行车牌编号识别
资源推荐
资源详情
资源评论
收起资源包目录
Tensorflow车牌识别完整项目全部源代码 (2000个子文件)
1510076240_76_5.bmp 2KB
1510076148_826_7.bmp 2KB
1510076083_955_4.bmp 2KB
1510076240_76_7.bmp 2KB
1510076183_755_3.bmp 2KB
1510076183_756_7.bmp 2KB
1510076240_73_1.bmp 2KB
1510076213_457_7.bmp 2KB
1510076148_825_5.bmp 2KB
1510076083_956_7.bmp 2KB
1510076183_756_6.bmp 2KB
1510076183_755_4.bmp 2KB
1510076148_824_3.bmp 2KB
1510076083_955_5.bmp 2KB
1510076183_753_1.bmp 2KB
1510076183_756_5.bmp 2KB
1510076083_953_1.bmp 2KB
1510076240_76_6.bmp 2KB
1510076213_456_4.bmp 2KB
1510076213_456_5.bmp 2KB
1510076148_823_1.bmp 2KB
1510076240_75_4.bmp 2KB
1510076083_954_2.bmp 2KB
1510076213_457_6.bmp 2KB
1510076213_454_1.bmp 2KB
1510076148_825_4.bmp 2KB
1510076213_455_2.bmp 2KB
1510076083_954_3.bmp 2KB
1510076083_956_6.bmp 2KB
1510076240_75_3.bmp 2KB
1510076148_825_6.bmp 2KB
1509808285_77_2_new_warped1.bmp 2KB
1509808297_161_2_new_warped4.bmp 2KB
1509816168_536_2_new_warped2.bmp 2KB
1509812279_550_2_new_warped1.bmp 2KB
1509812518_645_2_new_warped1.bmp 2KB
1509816168_536_2_new_warped4.bmp 2KB
1509808274_661_2_new_warped2.bmp 2KB
1509817838_730_5_new_smaller.bmp 2KB
1509808285_77_2_new_warped2.bmp 2KB
1509811866_228_2.bmp 2KB
1509812518_645_2_new_warped4.bmp 2KB
1509818570_684_5_new_warped4.bmp 2KB
1509807904_744_3_new_warped4.bmp 2KB
1509820012_141_6_new_warped1.bmp 2KB
1509807904_744_3_new_smaller.bmp 2KB
1509808364_526_4_new_smaller.bmp 2KB
1509808325_772_2_new_smaller.bmp 2KB
1509818233_233_7_new_warped3.bmp 2KB
1509806997_303_4.bmp 2KB
1509818570_684_5_new_warped1.bmp 2KB
1509817794_407_3_new_warped3.bmp 2KB
1509812364_802_2_new_warped4.bmp 2KB
1509817838_730_5.bmp 2KB
1509818233_233_7_new_warped1.bmp 2KB
1509808105_928_5.bmp 2KB
1509817794_407_3_new_warped4.bmp 2KB
1509808325_772_2_new_warped1.bmp 2KB
1509817838_730_5_new_warped3.bmp 2KB
1509816168_536_2_new_smaller.bmp 2KB
1509808105_928_5_new_warped4.bmp 2KB
1509808274_661_2_new_smaller.bmp 2KB
1509815182_184_2_new_warped2.bmp 2KB
1509812518_645_2.bmp 2KB
1509820012_141_6_new_warped4.bmp 2KB
1509814824_627_7_new_warped2.bmp 2KB
1509808285_77_2_new_warped4.bmp 2KB
1509811879_599_2_new_warped1.bmp 2KB
1509812364_802_2_new_warped1.bmp 2KB
1509816168_536_2.bmp 2KB
1509808325_772_2_new_warped4.bmp 2KB
1509820012_141_6_new_warped3.bmp 2KB
1509807904_744_3.bmp 2KB
1509808297_161_2_new_warped2.bmp 2KB
1509808105_928_5_new_warped3.bmp 2KB
1509814824_627_7_new_warped3.bmp 2KB
1509816168_536_2_new_warped3.bmp 2KB
1509817838_730_5_new_warped4.bmp 2KB
1509812279_550_4_new_smaller.bmp 2KB
1509811879_599_2_new_warped3.bmp 2KB
1509814946_666_2_new_warped1.bmp 2KB
1509808297_161_2_new_smaller.bmp 2KB
1509818233_233_7_new_warped2.bmp 2KB
1509811866_228_2_new_smaller.bmp 2KB
1509806997_303_4_new_smaller.bmp 2KB
1509818233_233_7_new_smaller.bmp 2KB
1509812364_802_2_new_warped2.bmp 2KB
1509808285_77_2_new_smaller.bmp 2KB
1509815182_184_2_new_warped3.bmp 2KB
1509811879_599_2.bmp 2KB
1509812279_550_4_new_warped1.bmp 2KB
1509808184_908_3_new_warped1.bmp 2KB
1509817838_730_5_new_warped2.bmp 2KB
1509812518_645_2_new_warped3.bmp 2KB
1509811866_228_2_new_warped3.bmp 2KB
1509808285_77_2.bmp 2KB
1509807904_744_3_new_warped2.bmp 2KB
1509808364_526_4_new_warped2.bmp 2KB
1509812279_550_4_new_warped3.bmp 2KB
1509817794_407_3_new_warped2.bmp 2KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
托马斯-酷涛
- 粉丝: 1w+
- 资源: 79
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
- 4
- 5
- 6
前往页