车牌识别-python+HyperLPR

项目描述 基于HyperLPR 与 Mobilenet-SSD的车牌识别

基于 HyperLPR 与 Mobilenet-SSD 的实际场景中文车牌识别软件，支持蓝/黄/绿/警单行车牌。准确率约 95%，CPU 3fps / Intel GPU 10fps。

项目功能
车牌定位：haar 级联定位（cascade.xml）与 SSD 深度学习定位（lpr.caffemodel）两种方案
车牌识别：e2e 端到端字符识别（CTC）与 滑动窗口分割识别 两种方案，可互为校验
车牌颜色判断：识别蓝/黄/绿/白/黑 五种类型
倾斜校正：精定位 + 透视/倾斜校正，提升字符识别准确率

运行环境:
Windows 10 64-bit
conda 环境 python39（Python 3.9.24）
keras 3.10、tensorflow 2.20、opencv-python 4.12、PyQt5 5.15、numpy 2.0、scipy、pillow
模型：model/（.h5 Keras 权重 + lpr.caffemodel SSD + cascade.xml haar）
GUI 为桌面程序，需沙箱外运行（要写 ~/hyperlpr_dir_file）
项目技术
深度学习：TensorFlow + Keras（字符识别 e2e/CTC、颜色判断、边界回归）
计算机视觉：OpenCV（cv2.dnn SSD、haar 级联、透视/倾斜校正、字符分割）
桌面 GUI：PyQt5（含 QThread 后台识别）
算法：SSD 与 haar 两种定位互补；e2e 与滑动窗口分割两种识别互校验

以上系统源码经过技术整理与调试，确保能正常运行