目标检测与识别
不听话的好孩子
会一点C++,懂一点Qt,了解一点AI。
混迹于C++领域多年的一名小学生,偶然间顿悟“知识在于传承,技术在于分享”,遂整理过往主导或参与过的若干项目,以作留念。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
基于深度学习(HyperLPR3框架)的中文车牌识别系统-Qt调用Python
py_result接收Python识别的结果数据,通过解析py_result,可以得到识别的车牌字符串和车牌位置等信息。在Qt应用程序中可以将这些数据进行持久化处理,或者与其他应用进行融合,构建复杂的应用系统。本篇主要内容为Qt与Python混合编程:Qt应用程序中将图片数据传给Python;在Python程序中进行识别处理;1、Qt应用程序中根据图片路径,通过OpenCV读取图片数据,然后将图片数据传递给Python接口。如果连接的是摄像头,则将摄像头获取到的视频帧传递给Python接口。原创 2024-12-29 16:48:56 · 414 阅读 · 0 评论 -
基于深度学习(HyperLPR3框架)的中文车牌识别系统-Qt开发UI
通过QtCreator新建一个新的工程,如:PlateRecognition,然后新创建一个工作线程,将主程序与Python的交互放到新创建的线程中,这样不会影响界面的响应。本篇主要内容是用Qt开发UI,为调用Python做准备。使用Qt开发UI的初衷是便于后期开发复杂的业务应用,如接入其他设备进行联动处理、对数据库进行操作等复杂业务。涉及到的技术点:Qt多线程;UI与处理逻辑分离;原创 2024-12-28 14:43:13 · 407 阅读 · 0 评论 -
基于深度学习(HyperLPR3框架)的中文车牌识别系统-python程序开发测试
3、点击PyCharm中的“运行->运行testPic.py",(或者在testPic.py文件中右键弹出菜单中点击”运行testPic.py“),在底部的控制台中可以看到输出的车牌号码。本篇内容为python开发,通过一个python程序,测试搭建的开发环境,读入一张带有车牌号的图片,成功识别出车牌号。1、通过PyCharm新建一个工程,如:PlateRecognition,配置虚拟环境。原创 2024-12-26 23:37:12 · 484 阅读 · 0 评论 -
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。原创 2024-12-25 21:16:19 · 729 阅读 · 0 评论 -
基于深度学习(HyperLPR3框架)的中文车牌识别系统-前言
HyperLPR3车牌识别;Python与C++混合编程。原创 2024-12-24 17:11:48 · 692 阅读 · 0 评论
分享