0690-TensorFlow之车牌识别案例

Fayson的github： https://github.com/fayson/cdhproject

推荐关注微信公众号：“Hadoop实操”，ID：gh_c4c535955d0f，或者扫描文末二维码。

演示tensorflow图像识别案例。

参考文档：https://blog.youkuaiyun.com/shadown1ght/article/details/78571187

安装python3.5环境

如果环境中已有Python3可跳过；

1. 下载Python3安装包

wget https://www.python.org/ftp/python/3.5.0/Python-3.5.0.tar.xz

2. 解压，编译及安装

tar xvf  Python-3.5.0.tar.xz
./configure
make && make install

3. 验证安装

安装tensorflow模块

1. 升级pip模块

下载pip-18.1安装包

wget https://files.pythonhosted.org/packages/c2/d7/90f34cb0d83a6c5631cf71dfe64cc1054598c843a92b400e55675cc2ac37/pip-18.1-py2.py3-none-any.whl

安装

pip3 install pip-18.1-py2.py3-none-any.whl

2. 安装tensorflow

pip3 install tensorflow

3. 验证安装
   

导入数据

1. 创建工作目录

mkdir -p /data/tf_demo

2. 将数据集上传到该目录下

3. 编写代码
   省份简称训练+识别代码（保存文件名为train-license-province.py）：
   
   
   
   
   
   
   

城市代号训练+识别代码（保存文件名为train-license-letters.py）：

车牌编号训练+识别代码（保存文件名为train-license-digits.py）：

4. 训练

保存好上面三个python脚本后，我们首先进行省份简称训练。

python3 train-license-province.py train

然后进行省份简称识别，在命令行输入执行如下命令：

python3 train-license-province.py predict

执行城市代号训练（相当于训练26个字母）：

python3 train-license-letters.py train

识别城市代号：

python3 train-license-letters.py predict

执行车牌编号训练（相当于训练24个字母+10个数字，我国交通法规规定车牌编号中不包含字母I和O）：

python3 train-license-digits.py train

识别车牌编号：

python3 train-license-digits.py predict

与下方的测试图片对比，识别成功：

为天地立心，为生民立命，为往圣继绝学，为万世开太平。

推荐关注Hadoop实操，第一时间，分享更多Hadoop干货，欢迎转发和分享。

原创文章，欢迎转载，转载请注明：转载自微信公众号Hadoop实操