qq_32300341的博客

这段时间一直在弄关于对视频的车牌定位，学了一点Python。真是人生苦短，我用Python啊。 话不多说，进入正题。 对视频进行车牌定位是一类对时间效率要求很高的车牌定位。将视频的每一帧进行处理之后得到图中的类似车牌的位置。当Fps达到30之后，一连串的图片在人眼中就成为了视频，所以对于每一帧的处理时间要在30ms以下。 都说神经网络很火，所以我最先采用的就是利用神经网络的方法来进行

在之前已经介绍过原始的mtcnn车牌定位算法了，网址如下： http://blog.youkuaiyun.com/qq_32300341/article/details/77628648 但是原始的定位算法效率不高，利用滑动窗口产生候选框的方法效率太低。在1080*1920图片上产生的候选车牌框有50万个。 这就导致了第一层大致过滤候选框的工作耗时很大。单独采用颜色定位和候选车牌定位的方法会产生很多误检