使用 PaddleHub 结合 PaddleOCR 实现车牌识别

引入

• 车牌识别即识别车牌上的文字信息，属于光学字符识别（OCR）的一项子任务

• 车牌识别技术目前已广泛应用于例如停车场、收费站等等交通设施中，提供高效便捷的车辆认证的服务

• OCR一般分为两个步骤

  1. 检测图片中的文本位置
  2. 识别其中的文本信息

• 车牌识别的一般流程如下图：
  

效果展示

[{'license': '苏B92912', 'bbox': [[131.0, 251.0], [368.0, 253.0], [367.0, 338.0], [131.0, 336.0]]}]

[{'license': '苏DS0000', 'bbox': [[260.0, 100.0], [546.0, 104.0], [544.0, 200.0], [259.0, 196.0]]}]

[{'license': '豫U88888', 'bbox': [[198.0, 185.0], [357.0, 186.0], [357.0, 243.0], [198.0, 242.0]]}]

在线试用

• 可通过 AIStudio 项目【使用 PaddleHub 结合 PaddleOCR 实现车牌识别】进行在线试用

快速使用

• Ps. PaddleHub 快速调用暂时不可用，将很快支持

# 安装依赖包
$ pip install paddleocr==2.0.2 paddlehub==2.0.4

# 导入 PaddleHub
import paddlehub as hub

# 本地加载模型
model = hub.Module(directory='Vehicle_License_Plate_Recognition')

# 设置待预测图像路径
img_path = [path to img]

# 模型预测
result = model.ocr(img_path)

# 打印结果
print(result)