文件編號：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：該項目親測正常運行，提供部署視頻，需遠程調試部署需另外收費，確保正常使用，不能正常使用全額退款。

簡要概述：基于深度學習Python+OpenCV+Tensorflow的中文車牌檢測與識別系統(tǒng)(GUI界面）

演示視頻：

點擊查看：系統(tǒng)演示視頻

模塊分解：

圖像預處理->車牌定位->車牌過濾->字符分割->字符識別

操作步驟：

下載代碼和圖片數(shù)據(jù)集，代碼有3個文件，charNeuralNet.py用來訓練和測試字符識別模型，plateNeuralNet.py用來訓練和測試車牌檢測模型，carPlateIdentity.py是最終的測試程序，會調用前面2個訓練好的模型識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(最終測試圖片，僅供參考)、opencv_output(這是我測試的結果)，字符數(shù)據(jù)集和車牌數(shù)據(jù)集沒有劃分訓練集和測試集，自行按比例切分；

將charNeuralNet.py在main函數(shù)的train_flag改成1，在當前工程目錄下創(chuàng)建carIdentityData/cnn_char_train和carIdentityData/model/char_recongnize目錄，取字符訓練集放在carIdentityData/cnn_char_train路徑下，執(zhí)行該程序訓練字符識別模型，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，在當前工程目錄下創(chuàng)建carIdentityData/cnn_char_test目錄，取字符測試集放在此路徑下，將model_path修改成自己模型的路徑，執(zhí)行程序測試字符識別準確率;

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

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

運行效果：

run my_main_ui.py

遠程協(xié)助：

溫馨提示：索煒達.猿創(chuàng)官方提供收費遠程協(xié)助，確保您項目運行成功。

點擊查看：遠程協(xié)助相關事項

我們提供完整項目文件清單如下：

文件目錄

 ├ 1.項目源碼

 ├ 2.運行截圖

 └ 3.演示視頻