一键部署开源汽车车牌识别系统

介绍

简单的脚本，利用docker，快速部署汽车识别api模块。 让复杂的程序更简单的落地。

项目地址：https://gitee.com/tangguangyao/oneStepDevops_carId

说明

利用docker，是为了解决各种环境问题

部署的开源软件 https://gitee.com/zeusees/HyperLPR

意义

汽车车牌识别，目前在各种ai平台是一个比较通用的功能，我们自己部署的意义何在呢？我总结了下面几个优缺点，大家对照下是否需要自己部署。 优点：

1. 免费，平台提供的可能有免费的使用量，但是毕竟有各种限制。

2. 速度，如果部署在内网服务器上，网络耗时会远远低于平台提供的api，平台api的处理速度可能会很快，但是至少在网络上一个图片上传的耗时至少也是100ms起步的，稍微大一点图片2M这种级别的，至少500m起步。

3. 接入便捷性，平台申请和api对接也是成本，大厂的特点就是文档不是写个小白用户看的，都是写给高工们review完才能放出来的，如果文档太容易读，逼格也就上不去，怎么能上台面。本程序尽量能够一键搞定部署，demo写的也是尽量小白级别。

4. 数据安全，如果有在意自己的数据，不想外传，自己搭建私有化的还是很有必要的

缺点：

1.大厂平台的api，我理解准确性可能会高于开源，毕竟是商用的

2. 试用场景会更多，比如车牌逆光，强光，暗光等效果可能好

总结： 如果环境不是特别苛刻，都是处理正常图片，比如99%的情况都是，正常情况下拍摄一张只有一个车牌的照片去识别，我理解自己部署效果和平台api的差距基本感受不到。

软件架构

install.sh - 一键安装脚本 

car.py - 简单demo

安装教程

1. 安装docker

2. 安装ubuntu

docker pull ubuntu:18.04

安装完毕，能查到下面镜像

docker images

ubuntu 18.04 c3c304cb4f22 8 days ago 64.2MB

3. 启动镜像，监听端口（demo 演示是86 端口）

docker run -it --name carid -p 86:86 -d ubuntu:18.04

4. 查看容器是否启动成功

docker ps

deeb84373051 ubuntu:18.04 "/bin/bash" 17 seconds ago Up 16 seconds 0.0.0.0:86->86/tcp

5. 进入容器

docker exec -it deeb84373051 /bin/bash

6. 进入home目录，做2步基础更新，下载程序

cd home

apt-get update

apt-get install wget

apt-get install unzip

wget https://gitee.com/tangguangyao/oneStepDevops_carId/repository/archive/master.zipunzip master.zip

cd oneStepDevops_carId

使用说明

sh install.sh 安装依赖，大概半小时

python3 car.py 启动demo

ip:port/ai_car 上传图片地址