Light-LPR是一个车牌识别开源项目，它可以在嵌入式设备、手机端和普通的x86平台上运行，旨在支持各种场景的车牌识别，车牌字符识别准确率超99.95%，综合识别准确率超过99%，支持目前国内所有的车牌识别，觉得好用的一定要加星哦。200星公布黄牌识别模型，400星公布新能源车牌模型。 技术上采用MTCNN检测车牌和四个角点精确定位，并进行偏斜纠正，最后进行端到端识别车牌号码，使用MNN作为推理引擎。具有结构简单，灵活部署的特点，适应各类计算平台。
Change Log
- 2020-01 한국 번호판 인식 지원
- 2019-12 支持台湾车牌识别
- 2019-11 开源Windows x86编译方法，提供Opencv-3.4.2 Windows预编译包
- 2019-08 开源支持黄牌识别的模型和车牌颜色识别模型
- 2019-07 开源支持中华人民共和国境内蓝色车牌识别模型
支持的车牌
| 车牌 | 检测 | 识别 |
|---|---|---|
| 蓝 | Y | Y |
| 黄 | Y | Y |
| 新能源 | E | Y |
| 大型新能源 | E | Y |
| 教练车牌 | E | Y |
| 警牌 | Y | Y |
| 军牌 | E | Y |
| 双层军牌 | - | Y |
| 武警车牌 | E | Y |
| 双层武警牌照 | - | Y |
| 双层黄牌 | - | Y |
| 港澳通行牌 | - | E |
| 应急车牌 | - | E |
| 民航车牌 | - | E |
| 普通黑牌 | - | E |
| 使、领馆车牌 | - | E |
| 摩托车牌 | - | E |
| 低速农用车牌 | - | E |
| 临牌 | - | E |
备注： Y 支持，- 未知, E有限度支持
1080P图片识别基准性能
| 平台 | CPU型号 | 内存 | 平均识别时间(ms) |
|---|---|---|---|
| X86 | i5-8265 | - | 451 |
| ARM | A53 | 1G | 1532 |
#安装依赖 cmake >= 3.10.0 opencv >= 3.0.0 openmp
x86平台Linux安装指令
git clone https://github.com/lqian/light-LPR cd light-LPR && mkdir build && cd build cmake ../ make
ARM平台Linux安装指令
git clone https://github.com/lqian/light-LPR cd light-LPR && mkdir build && cd build cmake ../ -DLIGHT_LPR_ARCH=arm make
运行测试
./examples/demo ../models/ [/path/to/a/image] 本项目在Fedora 29，Ubuntu 18.04 mate for ARM平台测试通过
-
Light-LPR是一个车牌识别开源项目，它可以在嵌入式设备、手机端和普通的x86平台上运行，旨在支持各种场景的车牌识别，车牌字符识别准确率超99.95%，综合识别准确率超过99%，支持目前国内所有的车牌识别，觉得好用的一定要加星哦。200星公布黄牌识别模型，400星公布新能源车牌模型。 技术上采用MTCNN检测车牌和四个角点精确定位，并进行偏斜纠正，最后进行端到端识别车牌号码，使用MNN作为推理
-
1.1. cirtus_lpr_sdk 1.1.1. SDK接口说明 1.2. android_demo Rokid Plate Recognition SDK and demo project. Author Email cmxnono cmxnono@rokid.com 1.1. cirtus_lpr_sdk Version：1.0 1.1.1. SDK接口说明 初始化 public long
-
甚至这张照片上的镶嵌也无法识别任何字符。我的代码是： 我的问题是，你知道如何取得更好的结果吗？更清晰的图像？尽管我的车牌质量较差，因此结果可以读取OCR（例如泰瑟拉克特）。 谢谢你的回答。真的，我不知道怎么做。
-
我是一名程序员，但我之前没有使用Python或其任何库的经验，甚至没有OCR/ALPR的整体经验。我有一个脚本，我做的(基本上复制和粘贴其他脚本在整个网络上)，我假装用来识别车牌。但事实是我的代码现在非常糟糕。它可以很好地识别图像中的文本，但它很难捕捉车牌。我很少能用它拿到牌照。 因此，我需要一些帮助，说明我应该如何更改代码以使其更好。 在我的代码中，我只需选择一个图像，将其转换为二进制和BW，然
-
我正在从事一个关于识别摩洛哥车牌的项目，看起来像这张图片： 摩洛哥车牌 请问我如何使用OpenCV来切割车牌，而Tesseract来读取中间的数字和阿拉伯字母。 我看了这篇研究论文：https://www.researchgate.net/publication/323808469_Moroccan_License_Plate_recognition_using_a_hybrid_method_a
-
问题是，当我在另一个系统(Ubuntu12.04，32位）中设置相同的工作代码时，在配置OpenCV和Tesseract后，它在制作项目时产生了以下错误 错误是
-
多平台支持 Mpx支持在多个小程序平台中进行增强，目前支持的小程序平台包括微信，支付宝，百度，qq和头条，不过自2.0版本后，Mpx支持了以微信增强语法为base的跨平台输出，实现了一套业务源码在多端输出运行的能力，大大提升了多小程序平台业务的开发效率，详情可以查看template增强特性 不同平台上的模板增强指令按照平台的指令风格进行设计，文档和代码示例为了方便统一采用微信小程序下的书写方式。