HyperLPR 开源车牌识别系统搭建踩坑全记录

（介绍略）

一个开源的车牌识别系统。

github地址：https://github.com/szad670401/HyperLPR

一、下载

git clone https://github.com/szad670401/HyperLPR.git

一般使用Python版本大于3，所以有个文件夹包为hyperlpr_py3为我们使用的内容。

二、环境创建

本次环境为docker容器中的conda环境：

conda create -n HyperLPR python=3.7

具体可以参考以下安装相关库：

pip install Keras==2.3.1
pip install Theano
pip install Numpy
pip install Scipy
pip install opencv-python==3.4.3.18
pip install scikit-image
pip install pillow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.1.0

接着执行：

pip install hyperlpr

此不兼容Python3及以上，所以将其文件夹中内容替换为git下来的hyperlpr_py3文件夹中内容：

踩坑1：

具体路径为：/opt/miniconda/envs/hyperLPR/lib/python3.7/site-packages/hyperlpr

并不是直接在.../lib/下创建！

接着运行：

from hyperlpr import pipline as pp
import cv2

踩坑2：

可能会报错AttributeError: 'str' object has no attribute 'decode'：

 问题原因：可能是h5py模块的版本过高，导致无法加载.h5文件。

所以降低版本：

pip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/

继续运行：

# 自行修改文件名
image = cv2.imread("./data/001.jpg")
image, res = pp.SimpleRecognizePlate(image)
print('-------------')
print(res)

踩坑3：

报错：cannot connect to X server

这是jupyter才可能遇到的问题。

错误原因为cv2.imshow函数没有注释，而jupyter没有相应可视化的工具。

踩坑4：

报错：not enough values to unpack (expected 3, got 2)

或者：numpy.AxisError: axis 3 is out of bounds for array of dimension 3

程序问题，修改如下：

/opt/miniconda/envs/hyperLPR/lib/python3.7/site-packages/hyperlpr/segmentation.py

 /opt/miniconda/envs/hyperLPR/lib/python3.7/site-packages/hyperlpr/recognizer.py 

 至此，踩坑结束！

具体运行结果如下：