网站颜色搭配表,文章编辑器wordpress,做网站颜色如何搭配,9夜夜做新郎网站PyQT5QT Designecrnn/PaddleOCRYOLO传统OpenCV矫正算法。可视化的车牌识别系统项目。 车牌号识别系统 项目绪论1.项目展示2.视频展示3.整体思路 一、PyQT5 和 QT Designer1.简介2.安装3.使用 二、YOLO检测算法三、OpenCV矫正算法四、crnn/PaddleOCR字符识别算法五、QT界面…PyQT5QT Designecrnn/PaddleOCRYOLO传统OpenCV矫正算法。可视化的车牌识别系统项目。 车牌号识别系统 项目绪论1.项目展示2.视频展示3.整体思路 一、PyQT5 和 QT Designer1.简介2.安装3.使用 二、YOLO检测算法三、OpenCV矫正算法四、crnn/PaddleOCR字符识别算法五、QT界面中对得到的检测结果进行展示六、源码获取附录1.安装包国内镜像 项目绪论
1.项目展示
要实现的效果如下图所示
2.视频展示
视频展示链接展示的另一个瓶盖生产日期检测项目https://www.bilibili.com/video/BV1K1421673E/
3.整体思路
还是先给出整体思路 1.第一步需要用QT把界面呈现出来 2.第二步用YOLO把车牌位置检测出来 3.第三步由于第二步检测出来的车牌不一定是正的所以采用简单的传统OpenCV算法把歪的车牌矫正一下 4.第四步使用字符识别算法如PaddleOCR或crnn等对矫正后的车牌图像进行字符识别 5.第五步在QT界面上把识别出的内容展示出来
一、PyQT5 和 QT Designer
1.简介
PyQt5是Python编程语言的一个GUI图形用户界面工具包它允许开发人员使用Python语言创建桌面应用程序。PyQt提供了许多用于创建丰富多样的用户界面的类和功能以及用于处理用户输入和交互的工具。
而Qt Designer是PyQt程序UI界面的实现工具使用Qt Designer可以拖拽、点击完成GUI界面设计并且设计完成的.ui程序可以转换成.py文件供python程序调用。
因此结合PyQT5和QT Designer可以采用直接拖拽和写代码二者结合的方式快速实现界面的设计。
2.安装
在PyCharm里面安装PyQt5和QT工具包(如果报错可以切别的镜像源更多镜像源在附录第一节)其中PyQT5-tools中就包括QT Designer
pip install PyQt5 -i https://pypi.douban.com/simple
pip install PyQt5-tools -i https://pypi.douban.com/simple3.使用
下载完成之后在虚拟环境的文件夹下找到 \Lib\site-packages\qt5_applications\Qt\bin点击designer.exe即可直接进入QT Designer设计界面。 在此界面中选择默认的Widget然后直接创建即可 左侧栏可以选择一些插件其中最常用的插件如下
QLabel可以显示图像、文本等等可以放文字
QPushButton是按钮用于响应事件通过上述插件我们已经通过可视化界面设计出一个简易的可视化界面了。
ctrls保存直接生成一份.ui为后缀的文件(文件默认名称为untitled.ui) 然后再使用如下指令
pyuic5 -o untitled.py untitled.ui 将untitled.ui变为可以通过编译器执行的untitled.py。
生成的文件中基础结构如下
class Ui_Form(object):def setupUi(self, Form):Form.setObjectName(Form)Form.resize(666, 560)......# 定义的几个按钮self.pushButton QtWidgets.QPushButton(Form)self.pushButton.setGeometry(QtCore.QRect(450, 480, 81, 31))self.pushButton.setStyleSheet(border:1px solid black)self.pushButton.setObjectName(pushButton)......# 对应的按钮响应方法# 导入文件self.pushButton.clicked.connect(self.browse_image)# 开始预测self.pushButton_2.clicked.connect(self.predict_image)随后我们在setupUi即定义各种组件的相应方法如上代码的最后两行。 其中pushButton_2为代码中定义的按钮predict_image为下方我们自己定义的相应方法。即现在已经把predict_image和pushButton_2进行链接了点击pushButton_2对应的按钮响应predict_image方法
二、YOLO检测算法 使用标注过的数据集对车牌区域进行识别识别效果如下图所示 YOLO算法本身也属于老生常谈的技术了因此不在这里过多赘述有疑问的同学可以翻一下博主之前的博客。
三、OpenCV矫正算法
识别出来的车牌可能非正,如下图所示这样会给后续的字符识别工作带来困难 因此我们使用OpenCV的矫正算法对其进行校正 我们这里使用透视矫正在图像中存在透视变换时矫正算法可以将图像中的对象转换为在一个平面上的投影以消除透视效应从而更容易进行后续的分析和处理。透视矫正通常用于计算机视觉、机器人导航、虚拟现实等领域。 矫正的具体代码如下所示
import cv2
import numpy as np# 读取图像
imgPath D:\PythonCode\pyQT\warpMethods\data\\2.png
image cv2.imread(imgPath)
cv2.imshow(dilated Box, image)
cv2.waitKey(0)
# 将图像转换为灰度图像
gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow(dilated Box, gray)
cv2.waitKey(0)
# 二值化处理
_, binary cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INVcv2.THRESH_OTSU)# 膨胀操作用于连接相邻的文字
kernel np.ones((5,5), np.uint8)
dilated cv2.dilate(binary, kernel, iterations3)
cv2.imshow(dilated Box, dilated)
cv2.waitKey(0)
# 腐蚀操作用于消除细小的噪声
eroded cv2.erode(dilated, kernel, iterations3)
cv2.imshow(eroded Box, eroded)
cv2.waitKey(0)
# 查找轮廓
contours, hierarchy cv2.findContours(eroded, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 获取所有文本区域的最小外接矩形
boxes []
for contour in contours:rect cv2.minAreaRect(contour)box cv2.boxPoints(rect)box np.int0(box)boxes.append(box)# 将所有文本区域的矩形框合并为一个大矩形框
merged_box cv2.minAreaRect(np.concatenate(boxes))# 提取矩形框的角点
rect_points cv2.boxPoints(merged_box)# 将角点转换为整数类型
rect_points np.int0(rect_points)
print(rect_points)
# 在图像上绘制合并后的矩形框
cv2.drawContours(image, [rect_points], 0, (0, 255, 0), 2)# 显示结果
cv2.imshow(Merged Box, image)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 提取矩形框的角点并转换为浮点数类型的 NumPy 数组
src_pts cv2.boxPoints(merged_box)
src_pts np.float32(src_pts)# 定义目标点
dst_pts np.float32([[0, merged_box[1][1]-1],[0, 0],[merged_box[1][0]-1, 0],[merged_box[1][0]-1, merged_box[1][1]-1]])# 获取透视变换矩阵
M cv2.getPerspectiveTransform(src_pts, dst_pts)# 执行透视变换校正文本区域
corrected_image cv2.warpPerspective(image, M, (int(merged_box[1][0]), int(merged_box[1][1])))# 检查纵向长度是否比横向长度长如果是则翻转图像
if corrected_image.shape[0] corrected_image.shape[1]:corrected_image cv2.rotate(corrected_image, cv2.ROTATE_90_CLOCKWISE)# 显示结果
cv2.imshow(Corrected Image, corrected_image)
cv2.waitKey(0)
cv2.destroyAllWindows()四、crnn/PaddleOCR字符识别算法
文本识别是图像领域的一个常见任务场景文字识别OCR任务中需要先检测出图像中文字位置再对检测出的文字进行识别文节介绍的CRNN模型可用于后者 对检测出的文字进行识别。 crnn存在不足的地方是它只能预测一行数据因此多行数据不能进行预测我们这里的车牌仅一行但是如果有同学是识别多行的任务则需要写个脚本对图像的进行分离具体代码如下所示 # 将图像分成上下两段height img.shape[0]half_height height // 2upper_img img[:half_height, :]lower_img img[half_height:, :]# 对上半部分进行预测upper_img Image.fromarray(upper_img)upper_image upper_img.convert(L)upper_image transformer(upper_image)if torch.cuda.is_available():upper_image upper_image.cuda()upper_image upper_image.view(1, *upper_image.size())upper_image Variable(upper_image)model.eval()upper_preds model(upper_image)_, upper_preds upper_preds.max(2)upper_preds upper_preds.transpose(1, 0).contiguous().view(-1)upper_preds_size Variable(torch.IntTensor([upper_preds.size(0)]))upper_raw_pred converter.decode(upper_preds.data, upper_preds_size.data, rawTrue)upper_sim_pred converter.decode(upper_preds.data, upper_preds_size.data, rawFalse)print(Upper prediction: %-20s %-20s % (upper_raw_pred, upper_sim_pred))# 对下半部分进行预测lower_img Image.fromarray(lower_img)lower_image lower_img.convert(L)lower_image transformer(lower_image)if torch.cuda.is_available():lower_image lower_image.cuda()lower_image lower_image.view(1, *lower_image.size())lower_image Variable(lower_image)lower_preds model(lower_image)_, lower_preds lower_preds.max(2)lower_preds lower_preds.transpose(1, 0).contiguous().view(-1)lower_preds_size Variable(torch.IntTensor([lower_preds.size(0)]))lower_raw_pred converter.decode(lower_preds.data, lower_preds_size.data, rawTrue)lower_sim_pred converter.decode(lower_preds.data, lower_preds_size.data, rawFalse)print(Lower prediction: %-20s %-20s % (lower_raw_pred, lower_sim_pred))words upper_sim_pred \n lower_sim_pred
如果只是为了方便我们也可以使用paddleocr提供的远端服务方式进行访问。这样精度更高且不用配置环境博主试了一下精度特别高基本能满足简易条件下的数据。
访问方法如下所示
import base64
import json
import urllib
import requestsdef main():url https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token# image 可以通过 get_file_content_as_base64(C:\fakepath\1.bmp,True) 方法获取payload detect_languagefalseparagraphfalseprobabilityfalseheaders {Content-Type: application/x-www-form-urlencoded,Accept: application/json}response requests.request(POST, url, headersheaders, datapayload)result_str response.text# 解析 JSON 字符串data json.loads(result_str)# 提取出 words 后的两个字符串if words_result in data:words_result data[words_result]if len(words_result) 2:word1 words_result[0][words]word2 words_result[1][words]print(提取结果, word1, word2)else:print(Error: words_result 中的元素数量不足 2)else:print(Error: 没有找到 words_result 键)result_str word1\n word2print(result_str)def get_file_content_as_base64(path, urlencodedFalse):获取文件base64编码:param path: 文件路径:param urlencoded: 是否对结果进行urlencoded:return: base64编码信息with open(path, rb) as f:content base64.b64encode(f.read()).decode(utf8)if urlencoded:content urllib.parse.quote_plus(content)return contentif __name__ __main__:main()其中token需要替换成自己的需要的同学多的话可以专门出一期PaddleOCR部署的博文
五、QT界面中对得到的检测结果进行展示
具体逻辑为
点击图片预测后把图像路径传给predict_image self.file_path定义为公共因此可以直接访问使用YOLOv5Detect 中的predict方法使用该文件路径对其进行一系列的预测具体方法如上文所示即先用yolo检测、再用opencv进行校正、最后使用paddleocr进行字符识别拿到返回的数据使用setPixmap显示到QT界面上。
from YOLOv5Detect import predictdef predict_image(self):try:if self.file_path:# 这里执行图像预测的逻辑例如调用预测模型print(预测图片路径:, self.file_path)# 在这里使用 self.file_path 进行图像预测predImg,cropped_image,warpImg,words predict(self.file_path) # 假设 predict 函数返回处理后的图像数组if predImg is not None and isinstance(predImg, np.ndarray):pixmap self.convert_array_to_pixmap(predImg)self.output_img.setPixmap(pixmap.scaled(self.output_img.size(), Qt.KeepAspectRatio))if cropped_image is not None and isinstance(cropped_image, np.ndarray):pixmap self.convert_array_to_pixmap(cropped_image)self.yucekuang_img.setPixmap(pixmap.scaled(self.yucekuang_img.size(), Qt.KeepAspectRatio))if warpImg is not None and isinstance(warpImg, np.ndarray):pixmap self.convert_array_to_pixmap(warpImg)self.jiaozhenghou_img.setPixmap(pixmap.scaled(self.yucekuang_img.size(), Qt.KeepAspectRatio))if words:self.shibiejieguo_kuang.setText(words)else:print(预测函数返回无效的图像数组)else:print(请先选择图片)except Exception as e:print(预测图像时发生异常:, str(e))
六、源码获取
为了方便大家文档及论文撰写博主更新了一篇五千字的技术细节文档有需要可以联系.
1831255794---q制备数据集和写算法耗费了大量时间精力因此收取点小费希望理解
可接项目大作业,毕设等
价格略贵技术够硬认真负责保证质量附录
1.安装包国内镜像
清华大学镜像源
https://pypi.tuna.tsinghua.edu.cn/simple/阿里云镜像源
http://mirrors.aliyun.com/pypi/simple/中国科技大学镜像源
https://pypi.mirrors.ustc.edu.cn/simple/华中科技大学镜像源
http://pypi.hustunique.com/simple/上海交通大学镜像源
https://mirror.sjtu.edu.cn/pypi/web/simple/豆瓣镜像源
http://pypi.douban.com/simple/山东理工大学镜像源
http://pypi.sdutlinux.org/百度镜像源
https://mirror.baidu.com/pypi/simple使用方法
pip install 安装包 -i 镜像源
