效果展示

如何實現

1.OpenCV環境：個人采用的是OpeCV-440-release版本，網上有很多相關教程
2.PaddleOCR: 這里需要3個文件

models:識別模型下載
paddle_inference_install_dir:預測庫下載
PaddleOCR-release-2.0：PaddleOCR 2.0源碼下載

models下載
預測庫下載：2.0.0版本迅雷下載鏈接
***PaddleOCR-release-2.0:***
接下來在下圖文件夾中建立一個build文件夾

利用CMake編譯PaddleOCR源碼：添加好路徑后，依次點擊Configure,Genrate即可

點擊ocr_system.sln進入項目中，將ocr_system設為啟動項

我簡單修改了一下main函數，如果采用我的main函數記得同時將在ocr_rec.h和ocr_rec.cpp中的run函數參數列表末尾添加上vector<vector>&result，這里是因為我想讓結果返回在main函數里

#include "glog/logging.h" #include "omp.h" #include "opencv2/core.hpp" #include "opencv2/imgcodecs.hpp" #include "opencv2/imgproc.hpp" #include<opencv2\opencv.hpp> #include <chrono> #include <iomanip> #include <iostream> #include <vector> #include <cstring> #include <fstream> #include <numeric> #include <include/config.h> #include <include/ocr_det.h> #include <include/ocr_rec.h>using namespace std; using namespace cv; using namespace PaddleOCR;int main(int argc, char **argv) {OCRConfig config("config.txt");std::string img_path("22.jpg");cv::Mat srcimg = cv::imread(img_path, cv::IMREAD_COLOR);if (srcimg.empty()){cerr << "圖片打開失敗" << endl;return -1;}resize(srcimg,srcimg,cv::Size(640,640));imshow("檢測圖",srcimg);DBDetector det(config.det_model_dir, config.use_gpu, config.gpu_id,config.gpu_mem, config.cpu_math_library_num_threads,config.use_mkldnn, config.max_side_len, config.det_db_thresh,config.det_db_box_thresh, config.det_db_unclip_ratio,config.visualize, config.use_tensorrt, config.use_fp16);Classifier *cls = nullptr;if (config.use_angle_cls == true) {cls = new Classifier(config.cls_model_dir, config.use_gpu, config.gpu_id,config.gpu_mem, config.cpu_math_library_num_threads,config.use_mkldnn, config.cls_thresh,config.use_tensorrt, config.use_fp16);}CRNNRecognizer rec(config.rec_model_dir, config.use_gpu, config.gpu_id,config.gpu_mem, config.cpu_math_library_num_threads,config.use_mkldnn, config.char_list_file,config.use_tensorrt, config.use_fp16);auto start = std::chrono::system_clock::now();std::vector<std::vector<std::vector<int>>> boxes;det.Run(srcimg, boxes);system("cls");vector<vector<string>>result;rec.Run(boxes, srcimg, cls,result); //輸出結果auto it_result = result.begin();while (it_result != result.end()){auto it_str = (*it_result).begin();while (it_str != (*it_result).end()){cout << *it_str++;}cout << endl;++it_result;}auto end = std::chrono::system_clock::now();auto duration = std::chrono::duration_cast<std::chrono::microseconds>(end - start);std::cout << "Cost "<< double(duration.count()) *std::chrono::microseconds::period::num /std::chrono::microseconds::period::den<< "s" << std::endl;Mat img = imread("ocr_vis.png");imshow("檢測結果圖",img);waitKey(0);return 0; }

最后想要讓我們的代碼運行起來還需要一些條件

config.txt中需要修改三處位置，分別指向我們下載好的識別模型

這里為了方便，我將三個模型名字改了一下，因為我將models和ppocr_keys_v1.txt都直接放入放入當前目錄了，所以寫的是相對路徑。ppocr_keys_v1.txt在PaddleOCR-release-2.0\ppocr\utils下，最后我們添加需要識別的圖片和在main函數里修改圖片路徑，點擊運行就可以出現文章開頭的識別效果啦
更多的功能可以在這基礎上進行擴展，如UI，交互等
參考博客：https://blog.csdn.net/stq054188/article/details/114002913

總結

以上是生活随笔為你收集整理的PaddleOCR实现车牌识别系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。