opencv C++部署crnn车牌文字识别模型

本文介绍了如何将Python中的车牌文字识别模型转换为C++代码,使用OpenCV和ONNX进行图像预处理、推理和后处理,实现车牌号码的识别,特别强调了模型输入输出格式和处理过程。
部署运行你感兴趣的模型镜像

前言

首先该文章是基于大佬的文章的车牌文字识别部分,模型的训练以及python代码参考大佬github,原文链接:车牌识别算法

由于大佬原文只有python的检测代码,而我需要C++的代码,所以参考大佬的python代码做了opencv C++的代码,流程 比较简单:1.需要做图片的前处理,具体就是将CWH转为NCHW。2.进行推理。3.进行后处理,后处理比较简单,找到推理数据中最大的数据就行

首先需要说的是我的模型输入是1x3x48x168输出是1x21x78

具体如下:

1.图片前处理

cv::Mat rec_pre_processing(cv::Mat img, cv::Size size = cv::Size(168, 48)){
    float mean_value = 0.588; 
    float std_value = 0.193;

    cv::resize(img, img, size);
    
    img.convertTo(img, CV_32F); // covert to float32
    img = img / 255 - mean_value;
    img = img / std_value;
    printf("%d--%d--%d\n",img.rows,img.cols,img.channels());
    std::vector<cv::Mat> inMatList;
    inMatList.push_back(img);
    cv::Mat ret = cv::dnn::blobFromImages(inMatList,1.0,size,cv::Scalar(0, 0, 0),true, false, CV_32F);
    cv::Mat img_reshape;
    
    return ret;

}

2.推理及后处理

/// @brief 初始化字符vec主要用作后续显示
/// 这样写其实比较傻,不过懒得改了
std::vector<std::string> initialize_string(void){
    std::vector<std::string> vec_tmp;
    std::string str[] = {"#","京","沪","津","渝","冀","晋","蒙","辽","吉","黑","苏","浙","皖","闽","赣",
                        "鲁","豫","鄂","湘","粤","桂","琼","川","贵","云","藏","陕","甘","青","宁","新",
                        "学","警","港","澳","挂","使","领","民","航","危","0","1","2","3","4","5","6","7",
                        "8","9","A","B","C","D","E","F","G","H","J","K","L","M","N","P","Q","R","S","T",
                        "U","V","W","X","Y","Z","险","品"};
    int num = sizeof(str)/sizeof(str[0]);
    std::vector<std::string> vec_tmp;
    for (int n = 0; n < num; n++) {
        vec_tmp.push_back(str[n]);
    }
    return vec_tmp;
}

/// @brief 解码函数
std::string decodePlate(std::vector<int> preds) {
    int pre = 0;
    std::vector<int> newPreds;
    for (int i = 0; i < preds.size(); i++) {
        if (preds[i] != 0 && preds[i] != pre) {
            newPreds.push_back(preds[i]);
        }
        pre = preds[i];
    }
    std::string plate = "";
    std::vector<std::string> vec_string = initialize_string();
    for (int i = 0; i < newPreds.size(); i++) {
        plate += vec_string[newPreds[i]];
        // printf("%s\n",vec_string[newPreds[i]]);

    }
    return plate;
}

/// @brief 推理并获取结果
std::string get_plate_result(cv::Mat img, cv::dnn::Net& session_rec) {
    /* 对输入图片进行预处理 */
    cv::Mat img_processed = rec_pre_processing(img);

   /* 运行 ONNX 模型 */
    std::vector<cv::Mat> outputs;
    session_rec.setInput(img_processed);
    session_rec.forward(outputs);

    /* 获取输出 */
    cv::Mat y_onnx = outputs[0];

    std::vector<std::vector<float>> vec_float;
    vec_float.resize(21);
   
    for (int i = 0; i < y_onnx.size[0]; ++i) {
        for (int j = 0; j < y_onnx.size[1]; ++j) {
            for (int k = 0; k < y_onnx.size[2]; ++k) {
                vec_float[j].push_back(y_onnx.at<float>(i, j, k));
            }
        }
    }

    std::vector<int> plate_no;
    plate_no.resize(21);
    plate_no.clear();
    for(int i = 0;i < 21;i++){
        auto num = getMaxIndex(vec_float[i]);
        plate_no.push_back(num);
    }
    
    std::string plate_num = decodePlate(plate_no);
    return plate_num;
}

int main(int argc,char** argv){
    cv::dnn::Net net = cv::dnn::readNet("best_crnn.onnx");
    cv::Mat in = cv::imread("tmp8724.png"/* ,0 */);
    std::string plate_string = get_plate_result(in,net);
    printf("plate:%s\n",plate_string.c_str());
    
}

具体测试可以截取一张车牌图片进行测试,不过需要提醒的是,这里只是文字识别,没有图像增强,所以图像质量差(偏暗、模糊等),倾斜度太大的图片是识别不出来的

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

使用VC++6.0做开发工具, 采用简单的SDI框架结构 ,一次处理一幅位图(有兴趣的可以作成MDI) 1)位图信息的数据是从左下往右下为一行,一行一行往上排的。 2)每行像素应该是4的倍数,不足的地方用空点补齐,读的时候注意跳过冗余点。 3)主要数据都存在Doc里面,BMP的主要数据存在一个由ImgData指向的BYTE型的内存空间(根据位图的大小,动态分配的)。 4)数据读进来以后,注 意向内存中贴图,以保证刷新的效率。 5)程序执行流程 应用程序生成--》打开--》CDipView的OnFileOpen 函数--》 调用CDipDoc的FileOpen 函数--》并使用myDoc->UpdateAllViews(NULL); 刷新 自动调用CDipView的OnPaint函数--》调用CDipView的OnDraw函数----一个像素点一个像素点的画 //+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 比较重要的地方 读BMP文件,只能打开256色 (可以是灰度) 显示和内存贴图技术 关于调色板: 调色板实际上是一个数组,4个BYTE 分别是 B,G,R,和 Reserved 每一个像素点都有一个相应的数组。 关于VC和windows 的绘图机制: 使用GDI(图形设备接口)对象,通常使用CDC 类,CPaintDC也一样(device-context)设备上下文 windows下的MFC编程机制,消息驱动,事件等待! 全局的app(应用程序对象) 注意 手工分配内存的清除 和CDC对象的删除 以释放系统的GDI资源 每一个new操作符都要对应一个delete 虽然已经弄出来了,还是希望大家好好读读源程序。 你们以后的工作: 在菜单中添加菜单项,通过ClassWizzard 生成消息响应函数(当然也可手动添加), 所有的操作应当是对 BYTE* ImgData;进行的。 在完成相应的功能后 将 isnewfile 和 isnewiamge 置为真 ,并使用myDoc->UpdateAllViews(NULL); 刷新 当然,可以更加有个性化一点,有能力的同学可以自己完成。 随着课程的进行,菜单功能逐渐丰富,最后完成基本的数字图像处理的功能,而不必最后一下完成一个大的作业。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值