TensorFlow实践：车牌识别应用

1，运行准备

按照https://github.com/matthewearl/deep-anpr说明的用法，运行过程分以下4步：

1）准备10万个背景图片

2）合成1000个测试车牌图像

3）训练，以取得权重参数

4）车牌检测

1.1准备背景图片

下载http://vision.princeton.edu/projects/2010/SUN/SUN397.tar.gz，36GB大小。好在服务器速度很快，基本在5MB/s以上，因此2~3个小时下载完毕。

在命令行运行： python extractbgs.py SUN397.tar.gz 图片解压。解压也需要2个小时左右。

注意：运行时可能会报错：cv2.CV_LOAD_IMAGE_GRAYSCALE不存在。此时要将其改为cv2.IMREAD_GRAYSCALE。

1.2合成车牌测试图片

Python安装 Pillow-4.2.1-cp35-cp35m-win_amd64.whl

注意 fonts目录下要有字体文件：UKNumberPlate.ttf

运行python gen.py 1000

在test目录下生成1000张随机车牌图片

2，训练

运行python train.py结果出现以下错误，似乎是代码和python3,5无法兼容，因此测试无法进行下去。只能表示遗憾！

AttributeError: Can't pickle local object 'mpgen.<locals>.main'

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删