概述
通过开源库HyperLPR可以快速的读取车牌号码，为了方便我们可以将Python脚本封装成WEBAPI接口，采用轻量级Flask实现，方便第三方应用对接使用，以下是python关键代码，其它权限控制简略。
主要实现：通过API接口上传一张含有车牌号码的照片，API接口给出车牌识别结果。同时提供图片在线查看URL，对车牌进行标注。
HyperLPR官方地址：https://github.com/zeusees/HyperLPR
安装库环境
安装 Anaconda
Anaconda是1个常用的python包管理程序，里面可以设置好多个python环境。
下载 Anaconda 安装脚本
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh --no-check-certificate
下载完成后，执行安装，会提示你阅读授权，一直按回车就可以了
sh Anaconda3-2021.05-Linux-x86_64.sh
然后提示你是否同意，输入yes
安装过程中会询问你安装的位置，一般不用更改，输入回车就行，它会自动解压缩
最后会提示是否初始化Anaconda的一些配置，记得输入yes
安装好了之后，把Anaconda配置到环境变量，就可以用快捷 conda 命令了
vim ~/.bashrc #编辑环境配置文件
export PATH="~/anaconda3/bin:$PATH" # 在第一行加入这个
vim 输入 i 可以编辑，编辑好了之后按 Esc, 然后输入 :wq 保存修改
保存好了之后更新环境变量，在命令行输入：
source ~/.bash_profile
最后验证一下是否配置成功，没有保存的话就是配置成功了！
安装好了之后，创建一个 python3.8的环境,执行一下命令，会有一个确认，输入 y ，然后回车就可以了
conda create --name hyperlpr_env python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
激活 hyperlpr_env 环境
conda activate hyperlpr_env
安装 Hyperlpr和Flask
#更新pip源
pip3 install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
#安装HyperLPR
pip3 install hyperlpr -i https://pypi.tuna.tsinghua.edu.cn/simple
#安装HyperLPR指定的opencv版本
pip3 install opencv-python==3.4.9.31 -i https://pypi.tuna.tsinghua.edu.cn/simple
#安装flask框架用于搭建WebApi接口
pip3 install flask -i https://pypi.tuna.tsinghua.edu.cn/simple
#安装requests用于测试接口请求
pip3 install requests -i https://pypi.tuna.tsinghua.edu.cn/simple
部署Python脚本代码
import base64
import flask
import json
import cv2
import numpy as np
from flask import Flask, request, make_response
from hyperlpr import *
sever = Flask(__name__)
@sever.route("/hyperlpr_file.do", methods=["post"])
def upload():
# 上传文件，取一个名字，再给名字一个默认值None
f = flask.request.files.get('file', None)
if f:
# 如果文件不为空
image = np.asarray(bytearray(f.read()), dtype="uint8")
image = cv2.imdecode(image, cv2.IMREAD_COLOR)
# 识别结果
plates = HyperLPR_plate_recognition(image)
print(plates)
# [['川A00000', 0.9829636641911098, [256, 184, 391, 231]]]
arr = []
for plate in plates:
label = plate[0]
confidence = plate[1]
point = plate[2]
arr.append({
'label': label, 'confidence': confidence, 'point': point})
plates_info = {
'plates': arr}
res = {
"rc": 0, 'data': plates_info}
else:
# 如果文件为空
res = {
"rc": -1}
return json.dumps(res, ensure_ascii=False) # 防止出现乱码
@sever.route("/hyperlpr_base64.do", methods=["post"])
def hyperlpr_base64():
# 上传文件，取一个名字，再给名字一个默认值None
raw_data = flask.request.get_data("data")
if raw_data:
# print(raw_data)
raw_json = json.loads(raw_data)
image_base64 = raw_json['images'][0]
# print(image_base64)
image_bytes = np.asarray(bytearray(base64.b64decode(image_base64)), dtype="uint8")
# print(image_bytes)
image = cv2.imdecode(image_bytes, cv2.IMREAD_COLOR)
# 识别结果
plates = HyperLPR_plate_recognition(image)
print(plates)
# [['川A00000', 0.9829636641911098, [256, 184, 391, 231]]]
arr = []
for plate in plates:
label = plate[0]
confidence = plate[1]
point = plate[2]
arr.append({
'label': label, 'confidence': confidence, 'point': point})
plates_info = {
'plates': arr}
res = {
"rc": 0, 'data': plates_info}
# res = {
"rc": 0}
else:
# 如果文件为空
res = {
"rc": -1}
return json.dumps(res, ensure_ascii=False) # 防止出现乱码
sever.run(host='0.0.0.0', port=8888)
将以上脚本拷贝到服务器某个目录下，这里拷贝到/home/hyperlpr/下，新建文件hyperlpr_server.py
开启后台服务
nohup python -u hyperlpr_server.py > log.txt 2>&1 &
如果运行服务报错：
nohup: ignoring input
Traceback (most recent call last):
File “hyperlpr_server.py”, line 5, in
import cv2
File “/anaconda3/envs/hyperlpr_env/lib/python3.8/site-packages/cv2/init.py”, line 3, in
from .cv2 import *
ImportError: libSM.so.6: cannot open shared object file: No such file or directory
解决办法：参照 以下文档解决 https://www.cnblogs.com/funykatebird/p/14715567.html
我这里使用的是 64位的 Centos7，安装步骤如下：
sudo yum install libSM-1.2.2-2.el7.x86_64 --setopt=protected_multilib=false
sudo yum install libXrender-0.9.10-1.el7.x86_64 --setopt=protected_multilib=false
sudo yum install mesa-libGL.x86_64
查看进程
ps -ef|grep python
关闭进程
kill -9 19913
查看日志
tail -f 1000 log.txt
如何查看端口占用
$: netstat -anp | grep 8888
tcp 0 0 127.0.0.1:8888 0.0.0.0:* LISTEN 13404/python3
tcp 0 1 172.17.0.10:34036 115.42.35.84:8888 SYN_SENT 14586/python3
强制杀掉进程：通过pid
$: kill -9 13404
$: kill -9 14586
$: netstat -anp | grep 8888
远程调用演示
- 采用Postman提交演示数据
返回结果：
{
"rc": 0,
"data": {
"plates": [
{
"label": "京G65467",
"confidence": 0.9797496455056327,
"point": [
203,
440,
302,
473
]
}
]
}
}
服务器部署文件下载：https://download.csdn.net/download/loutengyuan/86773203