基于深度学习(HyperLPR3框架)的中文车牌识别系统-搭建开发环境

本篇内容为搭建开发环境。包括：python开发环境，Qt/C++开发环境，以及用到的各个库的安装和配置。

一、Python开发环境搭建与配置

1、下载并安装Anaconda

我没有用最新的版本，安装的是 Anaconda3-2021.05-Windows-x86_64.exe，安装方法很简单，一路next。只需要注意在安装过程中，将路径添加到环境变量中。

Anaconda安装完成后，自动安装了Python，这个版本的Anaconda自带的Python版本为3.8。

安装完成后，测试python。

2、创建Python虚拟环境，并激活（可选）

打开控制台命令行，输入：

conda create -n plateReco python=3.8

conda active plateReco

3、安装依赖库文件

在激活的虚拟环境中，安装HyperLPR3

安装OpenCV（可选）

4、查看虚拟环境及安装的依赖库

可以在Anaconda Navigator (anaconda3)中查看已经创建的虚拟环境和安装的库（略）

二、Qt/C++开发环境搭建与配置 

1、安装VS2017

下载vs_2017Professional.exe并安装

2、安装QtCreator

下载并安装 qt-opensource-windows-x86-5.12.12.exe。安装完成后，QtCreator会自动配置好编译器为"MSVC2017 64bit"