完整项目已上传至github: https://github.com/duanshengliu/End-to-end-for-chinese-plate-recognition

喜欢的话顺手点个star，谢谢支持

整体思路：1.利用u-net图像分割得到二值化图像，2.再使用cv2进行边缘检测获得车牌区域坐标，并将车牌图形矫正，3.利用卷积神经网络cnn进行车牌多标签端到端识别

实现效果：拍摄角度倾斜、强曝光或昏暗环境等都能较好地识别，甚至有些百度AI车牌识别未能识别的图片也能识别

环境：python:3.6, tensorflow:1.15.2, opencv: 4.1.0.25

1.车牌定位

首先贴一下图像分割的效果图：

我们可以通过图像分割算法对一张输入图片进行分割，分割后的图形其实是对原图中的区域进行的分类标注，例如这里我们可以将原图标注为2类，一类就是车牌区域，还有一类就是无关的背景区域。说到标注图形就不得不说labelme了，我们可以在cmd界面通过命令 pip install labelme 进行labelme库的安装，安装结束在cmd界面输入labelme即可打开lablem软件的标注界面如下：

1. 点击OpenDir ，选择我们准备好的车辆数据集(注意:一定要先把图片全都resize为训练时所需的大小，再进行标注。我们知道图片数据的范围是0-255，背景为黑色0，车牌区域为255，我们需要的是标注好的图片即img_mask中值只有{0,255}这2种，如果我们不先resize，标注完再resize会导致一个大问题，就是数据的值并不是二类，会出现{0,1,10,248,251,255}等类似的多值问题，我在之前就遇到这样的问题，不得已又重新标注了300多张图)

2. 点击左上角File—>将Save Automatically勾选上，点击Change Output Dir选择保存路径，我这里是在桌面D:/desktop/下新建了一个文件夹命名为labelme，在labelm文件夹中新建了一个json文件夹用于保存我们标注的json数据，这里我们Change Output Dir的保存路径就选它，还新建了一个data文件夹用于存放后续转换的图片数据，而待标注图片在pic文件中，存放的都是resize好的512×512的图片，命名格式最好像我这样

3. 准备好上述一切就可以开始标注了，点击软件左侧的这是画任意多边形的按钮，鼠标左键点击进行标注，最后双击鼠标左键会锁定标注区域，出现如下图界面，第一次标注需输入名称，后续标注就自动显示了，点击ok后标注的线条变为红色，同时json文件夹也会相应保存和pic名字对应的json文件：

4. 全部标注结束后，使用如下代码将json数据提取出来并保存到train_image和train_label文件夹中，u-net部分的数据集我一共标注了1200多张，最终效果很棒，达到了定位的效果

import os
import cv2
import numpy as np
#将json文件label转换为到data文件夹
n=1200#n为总共标注的图片数
for i in range(n):
os.system('labelme_json_to_dataset D:/desktop/labelme/json/%d.json -o D:/desktop/labelme/data/%d_json'%(i,i))
#dst_w=512
#dst_h=512
#dst_shape=(dst_w,dst_h,3)
train_image = 'D:/desktop/labelme/train_image/'
if not os.path.exists(train_image):
os.makedirs(train_image)
train_label = 'D:/desktop/labelme/train_label/'
if not os.path.exists(train_label):
os.makedirs(train_label)
for i in range(n):
print(i)
img=cv2.imread('D:/desktop/labelme/data/%d_json/img.png'%i)
label=cv2.imread('D:/desktop/labelme/data/%d_json/label.png'%i)
print(img.shape)
label=label/np.max(label[:,:,2])*255
label[:,:,0]=label[:,:,1]=label[:,:,2]
print(np.max(label[:,:,2]))
# cv2.imshow('l',label)
# cv2.waitKey(0)
print(set(label.ravel()))
cv2.imwrite(train_image+'%d.png'%i,img)
cv2.imwrite(train_label+'%d.png'%i,label)

这样一来，标注好的u-net训练图片就准备好了，分别在train_image和train_label文件夹中，一并放在unet_datasets文件夹内，如下图所示：

接下来是u-net模型搭建和训练，使用tensorflow的keras实现，贴一下我训练u-net用的代码：

def unet_train():
height = 512
width = 512
path = 'D:/desktop/unet_datasets/'
input_name = os.listdir(path + 'train_image')
n = len(input_name)
print(n)
X_train, y_train = [], []
for i in range(n):
print("正在读取第%d张图片" % i)
img = cv2.imread(path + 'train_image/%d.png' % i)
label = cv2.imread(path + 'train_label/%d.png' % i)
X_train.append(img)
y_train.append(label)
X_train = np.array(X_train)
y_train = np.array(y_train)
def Conv2d_BN(x, nb_filter, kernel_size, strides=(1, 1), padding='same'):
x = layers.Conv2D(nb_filter, kernel_size, strides=strides, padding=padding)(x)
x = layers.BatchNormalization(axis=3)(x)
x = layers.LeakyReLU(alpha=0.1)(x)
return x
def Conv2dT_BN(x, filters, kernel_size, strides=(2, 2), padding='same'):
x = layers.Conv2DTranspose(filters, kernel_size, strides=strides, padding=padding)(x)
x = layers.BatchNormalization(axis=3)(x)
x = layers.LeakyReLU(alpha=0.1)(x)
return x
inpt = layers.Input(shape=(height, width, 3))
conv1 = Conv2d_BN(inpt, 8, (3, 3))
conv1 = Conv2d_BN(conv1, 8, (3, 3))
pool1 = layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding='same')(conv1)
conv2 = Conv2d_BN(pool1, 16, (3, 3))
conv2 = Conv2d_BN(conv2, 16, (3, 3))
pool2 = layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding='same')(conv2)
conv3 = Conv2d_BN(pool2, 32, (3, 3))
conv3 = Conv2d_BN(conv3, 32, (3, 3))
pool3 = layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding='same')(conv3)
conv4 = Conv2d_BN(pool3, 64, (3, 3))
conv4 = Conv2d_BN(conv4, 64, (3, 3))
pool4 = layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding='same')(conv4)
conv5 = Conv2d_BN(pool4, 128, (3, 3))
conv5 = layers.Dropout(0.5)(conv5)
conv5 = Conv2d_BN(conv5, 128, (3, 3))
conv5 = layers.Dropout(0.5)(conv5)
convt1 = Conv2dT_BN(conv5, 64, (3, 3))
concat1 = layers.concatenate([conv4, convt1], axis=3)
concat1 = layers.Dropout(0.5)(concat1)
conv6 = Conv2d_BN(concat1, 64, (3, 3))
conv6 = Conv2d_BN(conv6, 64, (3, 3))
convt2 = Conv2dT_BN(conv6, 32, (3, 3))
concat2 = layers.concatenate([conv3, convt2], axis=3)
concat2 = layers.Dropout(0.5)(concat2)
conv7 = Conv2d_BN(concat2, 32, (3, 3))
conv7 = Conv2d_BN(conv7, 32, (3, 3))
convt3 = Conv2dT_BN(conv7, 16, (3, 3))
concat3 = layers.concatenate([conv2, convt3], axis=3)
concat3 = layers.Dropout(0.5)(concat3)
conv8 = Conv2d_BN(concat3, 16, (3, 3))
conv8 = Conv2d_BN(conv8, 16, (3, 3))
convt4 = Conv2dT_BN(conv8, 8, (3, 3))
concat4 = layers.concatenate([conv1, convt4], axis=3)
concat4 = layers.Dropout(0.5)(concat4)
conv9 = Conv2d_BN(concat4, 8, (3, 3))
conv9 = Conv2d_BN(conv9, 8, (3, 3))
conv9 = layers.Dropout(0.5)(conv9)
outpt = layers.Conv2D(filters=3, kernel_size=(1, 1), strides=(1, 1), padding='same', activation='relu')(conv9)
model = models.Model(inpt, outpt)
model.compile(optimizer='adam',
loss='mean_squared_error',
metrics=['accuracy'])
model.summary()
print(np.max(X_train))
print(np.max(y_train))
print(X_train.shape)
model.fit(X_train, y_train, epochs=100, batch_size=15)#epochs和batch_size看个人情况调整，batch_size不要过大，否则内存容易溢出
#我11G显存也只能设置15-20左右，我训练最终loss降低至250左右，acc约95%左右
model.save('unet.h5')
print('unet.h5保存成功!!!')

2.车牌矫正

接着训练u-net得到unet.h5。我们可以先利用百度API进行车牌标注，那部分可以见我上一篇博客：https://blog.csdn.net/qq_32194791/article/details/106526217，那里讲述了如何高效的将整张图片标注好，标注好再利用u-net进行图像分割就可以轻松高效地获得标注好的车牌图片了，贴一下u-net分割和cv2矫正的代码

import os
import cv2
import numpy as np
from tensorflow import keras
def unet_predict(unet,img_src_path):
img_src= cv2.imdecode(np.fromfile(img_src_path, dtype=np.uint8), -1)#从中文路径读取时用
# img_src=cv2.imread(img_src_path)
if img_src.shape!=(512,512,3):
img_src=cv2.resize(img_src,dsize=(512,512))[:,:,:3]#dsize=(宽度,高度),[:,:,:3]是防止图片为4通道图片，后续无法reshape
img_src=img_src.reshape(1,512,512,3)#预测图片shape为(1,512,512,3)
img_mask=unet.predict(img_src)#归一化除以255后进行预测
img_src=img_src.reshape(512,512,3)#将原图reshape为3维
img_mask=img_mask.reshape(512,512,3)#将预测后图片reshape为3维
img_mask=img_mask/np.max(img_mask)*255#归一化后乘以255
img_mask[:,:,2]=img_mask[:,:,1]=img_mask[:,:,0]#三个通道保持相同
img_mask=img_mask.astype(np.uint8)#将img_mask类型转为int型
return img_src,img_mask
def locate(img_src,img_mask,name):
"""
该函数通过cv2对img_mask进行边缘检测，获取车牌区域的边缘坐标(存储在contours中)和最小外接矩形4个端点坐标,
再从车牌的边缘坐标中计算出和最小外接矩形4个端点最近的点即为平行四边形车牌的四个端点,从而实现车牌的定位和矫正
:param img_src: 原始图片
:param img_mask: 通过u_net预测得到的二值化图片，车牌区域呈现白色，背景区域为黑色
:return: 定位且矫正后的车牌
"""
contours, hierarchy = cv2.findContours(img_mask[:, :, 0], cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
if not len(contours):#contours1长度为0说明未检测到车牌
print("未检测到车牌")
else:
flag=0#默认flag为0，因为不一定有车牌区域
for ii,cont in enumerate(contours):
x, y, w, h = cv2.boundingRect(cont)#获取最小外接矩形
img_cut_mask=img_mask[y:y+h,x:x+w]#将标签车牌区域截取出来
if np.mean(img_cut_mask)>=75 and w>15 and h>15:
rect = cv2.minAreaRect(cont)#针对坐标点获取带方向角的最小外接矩形，中心点坐标，宽高，旋转角度
box = cv2.boxPoints(rect).astype(np.int32)#获取最小外接矩形四个顶点坐标
cv2.drawContours(img_mask, contours, -1, (0, 0, 255), 2)
cv2.drawContours(img_mask, [box], 0, (0, 255, 0), 2)
cont=cont.reshape(-1,2).tolist()
#由于转换矩阵的两组坐标位置需要一一对应，因此需要将最小外接矩形的坐标进行排序，最终排序为[左上，左下，右上，右下]
box=sorted(box,key=lambda xy:xy[0])#先按照左右进行排序，分为左侧的坐标和右侧的坐标
box_left,box_right=box[:2],box[2:]#此时box的前2个是左侧的坐标，后2个是右侧的坐标
box_left=sorted(box_left,key=lambda x:x[1])#再按照上下即y进行排序，此时box_left中为左上和左下两个端点坐标
box_right=sorted(box_right,key=lambda x:x[1])#此时box_right中为右上和右下两个端点坐标
box=np.array(box_left+box_right)#[左上，左下，右上，右下]
x0,y0=box[0][0],box[0][1]#这里的4个坐标即为最小外接矩形的四个坐标，接下来需获取平行(或不规则)四边形的坐标
x1,y1=box[1][0],box[1][1]
x2,y2=box[2][0],box[2][1]
x3,y3=box[3][0],box[3][1]
def point_to_line_distance(X,Y):
if x2-x0:
k_up=(y2-y0)/(x2-x0)#斜率不为无穷大
d_up=abs(k_up*X-Y+y2-k_up*x2)/(k_up**2+1)**0.5
else:#斜率无穷大
d_up=abs(X-x2)
if x1-x3:
k_down=(y1-y3)/(x1-x3)#斜率不为无穷大
d_down=abs(k_down*X-Y+y1-k_down*x1)/(k_down**2+1)**0.5
else:#斜率无穷大
d_down=abs(X-x1)
return d_up,d_down
d0,d1,d2,d3=np.inf,np.inf,np.inf,np.inf
l0,l1,l2,l3=(x0,y0),(x1,y1),(x2,y2),(x3,y3)
for each in cont: #计算cont中的坐标与矩形四个坐标的距离以及到上下两条直线的距离，对距离和进行权重的添加，成功选出四边形的4个顶点坐标
x,y=each[0],each[1]
dis0=(x-x0)**2+(y-y0)**2
dis1=(x-x1)**2+(y-y1)**2
dis2=(x-x2)**2+(y-y2)**2
dis3=(x-x3)**2+(y-y3)**2
d_up,d_down=point_to_line_distance(x,y)
weight=0.975
if weight*d_up+(1-weight)*dis0<d0:
d0=weight*d_up+(1-weight)*dis0
l0=(x,y)
if weight*d_down+(1-weight)*dis1<d1:
d1=weight*d_down+(1-weight)*dis1
l1=(x,y)
if weight*d_up+(1-weight)*dis2<d2:
d2=weight*d_up+(1-weight)*dis2
l2=(x,y)
if weight*d_down+(1-weight)*dis3<d3:
d3=weight*d_down+(1-weight)*dis3
l3=(x,y)
p0 = np.float32([l0,l1,l2,l3])#左上角，左下角，右上角，右下角，形成的新box顺序需和原box中的顺序对应，以进行转换矩阵的形成
p1= np.float32([(0,0),(0,80),(240,0),(240,80)])
transform_mat=cv2.getPerspectiveTransform(p0,p1)#构成转换矩阵
lic=cv2.warpPerspective(img_src,transform_mat,(240,80))#进行车牌矫正
if len(contours)==1:#只有一个区域可以认为是车牌区域
flag+=1
print('saving ',save_path+name[0:7]+'.png')
# cv2.imshow('lic',lic)
# cv2.waitKey(0)
cv2.imencode('.png',lic)[1].tofile(save_path+name[0:7]+'.png')
if not flag:
print("未检测到车牌区域或车牌区域过小")
if __name__ == '__main__':
test_path='D:/Desktop/baidu/'#利用百度API标注或手动标注好的图片
save_path='D:/desktop/license/'#车牌图片保存路径
unet_path = 'unet.h5'
listdir=os.listdir(test_path)
unet=keras.models.load_model(unet_path)
# print(listdir)
for name in listdir:
print(name)
img_src_path=test_path+name
img_src,img_mask=unet_predict(unet,img_src_path)
locate(img_src,img_mask,name)

上述代码关键部分是要获取车牌四边形的四个顶点，一开始只使用cont中坐标到外接矩形四个端点的距离，发现对于倾斜度很高的车牌效果可能不佳，见下图，可以观察到，计算得到的4个黄色坐标中，左右有2个黄色点并不处在四边形的顶点位置，这样矫正效果大打折扣，同时也会影响后续的识别效果

发现上述问题后，我又想了个方法就是加入了上述的point_to_line_distance函数，即还计算坐标点到上下两条边的距离，并添加了权重，经过调整权重设置为0.975倍的点线距离，0.025点到端点距离时整体效果较佳，最终矫正效果如下图：

矫正效果大大改善后，识别率也将大大提高。

最终运行后上述代码后，提取的license文件夹中的车牌图如下：

由于某些省份的车牌图片网上比较少，且有些图片清晰度不佳，为了防止数据不均衡，因此我又对数据集进行了数据增强，总共标注了3万3千多张车牌图片

最终统计的频数图如下:

但是数据增强所增加的信息还是有限，某些省份如藏，青，贵等由于训练图片少，或是图片不清晰，因此可能存在识别错误的情况，但是整体识别准确率还是很高的

3.车牌识别

我们的输入图片就是上述的宽240，高80的车牌图片，要实现车牌的端到端识别，显然是多标签分类问题，每张输入图片有7个标签，模型输出前的结构都是可以共享的，只需将输出修改为7个即可，7个输出对应了7个loss，总loss就是7个loss的和，使用keras可以很方便地实现，训练cnn的代码如下：

def cnn_train():
char_dict = {"京": 0, "沪": 1, "津": 2, "渝": 3, "冀": 4, "晋": 5, "蒙": 6, "辽": 7, "吉": 8, "黑": 9, "苏": 10,
"浙": 11, "皖": 12, "闽": 13, "赣": 14, "鲁": 15, "豫": 16, "鄂": 17, "湘": 18, "粤": 19, "桂": 20,
"琼": 21, "川": 22, "贵": 23, "云": 24, "藏": 25, "陕": 26, "甘": 27, "青": 28, "宁": 29, "新": 30,
"0": 31, "1": 32, "2": 33, "3": 34, "4": 35, "5": 36, "6": 37, "7": 38, "8": 39, "9": 40,
"A": 41, "B": 42, "C": 43, "D": 44, "E": 45, "F": 46, "G": 47, "H": 48, "J": 49, "K": 50,
"L": 51, "M": 52, "N": 53, "P": 54, "Q": 55, "R": 56, "S": 57, "T": 58, "U": 59, "V": 60,
"W": 61, "X": 62, "Y": 63, "Z": 64}
# 读取数据集
path = 'home/cnn_datasets/' # 车牌号数据集路径(车牌图片宽240，高80)
pic_name = sorted(os.listdir(path))
n = len(pic_name)
X_train, y_train = [], []
for i in range(n):
print("正在读取第%d张图片" % i)
img = cv2.imdecode(np.fromfile(path + pic_name[i], dtype=np.uint8), -1) # cv2.imshow无法读取中文路径图片，改用此方式
label = [char_dict[name] for name in pic_name[i][0:7]] # 图片名前7位为车牌标签
X_train.append(img)
y_train.append(label)
X_train = np.array(X_train)
y_train = [np.array(y_train)[:, i] for i in range(7)] # y_train是长度为7的列表，其中每个都是shape为(n,)的ndarray，分别对应n张图片的第一个字符，第二个字符....第七个字符
# cnn模型
Input = layers.Input((80, 240, 3)) # 车牌图片shape(80,240,3)
x = Input
x = layers.Conv2D(filters=16, kernel_size=(3, 3), strides=1, padding='same', activation='relu')(x)
x = layers.MaxPool2D(pool_size=(2, 2), padding='same', strides=2)(x)
for i in range(3):
x = layers.Conv2D(filters=32 * 2 ** i, kernel_size=(3, 3), padding='valid', activation='relu')(x)
x = layers.Conv2D(filters=32 * 2 ** i, kernel_size=(3, 3), padding='valid', activation='relu')(x)
x = layers.MaxPool2D(pool_size=(2, 2), padding='same', strides=2)(x)
x = layers.Dropout(0.5)(x)
x = layers.Flatten()(x)
x = layers.Dropout(0.3)(x)
Output = [layers.Dense(65, activation='softmax', name='c%d' % (i + 1))(x) for i in range(7)] # 7个输出分别对应车牌7个字符，每个输出都为65个类别类概率
model = models.Model(inputs=Input, outputs=Output)
model.summary()
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy', # y_train未进行one-hot编码，所以loss选择sparse_categorical_crossentropy
metrics=['accuracy'])
# 模型训练
print("开始训练cnn")
model.fit(X_train, y_train, epochs=35) # 总loss为7个loss的和
model.save('cnn.h5')
print('cnn.h5保存成功!!!')

最终，训练集上准确率acc1（即车牌省份字符）为97%，其余字符均为99%左右，本地测试集准确率为97%，识别效果较佳。

最后放一下整体的效果图：

全部代码以及训练好的模型都在github：https://github.com/duanshengliu/End-to-end-for-chinese-plate-recognition

整个项目花了我很多心血和时间，所以喜欢的话顺手点个star吧，谢谢支持，有意见或者建议欢迎评论，转载请注明出处，谢谢

关于keras实现unet，cnn模型还可以参考博客，我从中也受益良多：

https://blog.csdn.net/shi2xian2wei2/article/details/84345025

https://cloud.tencent.com/developer/article/1005199

转载自：https://blog.csdn.net/qq_32194791/article/details/106748685

CSDN车牌识别项目相关推荐

开源车牌识别项目，OpenALPR
今天在github上看到了一个开源的车牌识别项目,OpenALPR.github链接我以前自己在MATLAB上编写了一个简单的车牌识别的程序,使用的是传统模板匹配法.只是有了初步的效果,还有很多需要 ...
（2023最新）基于 Grounded-SAM 的车牌识别项目
背景介绍曾经在大二的图像处理课程中完成了一个基础的车牌识别项目,当时主要采用的是普通的图像处理技术,并且没有结合前沿的OCR方法导致字符识别准确率堪忧. 现如今已经涌现出诸如Grounded-SAM ...
数字图像处理：基于MATLAB的车牌识别项目
学过了数字图像处理,就进行一个综合性强的小项目来巩固一下知识吧.前阵子编写调试了一套基于MATLAB的车牌识别的项目的代码.今天又重新改进了一下代码,识别的效果好一点了,也精简了一些代码.这里没有使用 ...
python车牌识别使用训练集_基于Python 实现的车牌识别项目
车牌识别在高速公路中有着广泛的应用,比如我们常见的电子收费(ETC)系统和交通违章车辆的检测,除此之外像小区或地下车库门禁也会用到,基本上凡是需要对车辆进行身份检测的地方都会用到. 简介车牌识别系统 ...
车牌识别项目全过程——opencv知识自学(1)
目录什么是opencv? 图像数字化基础知识图像获取图像变换改变大小车牌识别内容分析定位车牌图像降噪形态学处理阈值分割+边缘检测什么是opencv? OpenCV(Open Sou ...
模式识别之车牌识别---一个开源车牌识别项目easypr
http://doc.okbase.net/subconscious/archive/105312.html https://github.com/liuruoze http://www.cnblog ...
OpenCV（项目）车牌识别1 -- 车牌提取（形态学）
目录一.形态学车牌提取(简单:单情景) 1.读取图片,转灰度图 2.提取轮廓(Sobel算子提取y方向边缘) 3.自适应二值化 4.闭运算处理,把图像闭合.揉团,使图像区域化 5.腐蚀/膨胀去噪得到 ...
【项目三、车牌检测+识别项目】四、使用LPRNet进行车牌识别
目录前言一.数据集二.训练三.验证四.测试结果五.推理代码 Reference 前言马上要找工作了,想总结下自己做过的几个小项目. 之前已经总结过了我做的第一个项目:xxx病虫害检测项目 ...
【项目三、车牌检测+识别项目】一、CCPD车牌数据集转为YOLOv5格式和LPRNet格式
目录前言一.CCPD数据集介绍二.CCPD数据集下载三.划分训练集.验证集和测试集四.车牌检测数据集制作五.车牌识别数据集制作六.我的车牌检测+识别数据集 Reference 前言马上 ...

CSDN车牌识别项目