HyperLPR源码分析6

2021SC@SDUSC

前面几篇分析中，我已经对SimpleRecognizePlateByE2E中三个重要函数：detectPlateRough、finemappingVertical和recognizeOne依次做出了分析，这次，我将会对前几篇分析做出总结，逐行分析SimpleRecognizePlateByE2E函数的结构与功能。

SimpleRecognizePlateByE2E代码如下：

    def SimpleRecognizePlateByE2E(self,image):
        images = self.detectPlateRough(image,image.shape[0],top_bottom_padding_rate=0.1)
        res_set = []
        for j,plate in enumerate(images):
            plate, rect  =plate
            image_rgb,rect_refine = self.finemappingVertical(plate,rect)
            res,confidence = self.recognizeOne(image_rgb)
            res_set.append([res,confidence,rect_refine])
        return res_set

可以看到，这个函数接收的输入就是待识别车牌所在的图片。

images = self.detectPlateRough(image,image.shape[0],top_bottom_padding_rate=0.1)

一切图像识别的前提都是正确进行图像分割，车牌识别也不例外，因此第一步就是使用detectPlateRough函数进行图像分