HyperLPR3车牌识别-Android-SDK光速部署与使用

这篇具有很好参考价值的文章主要介绍了HyperLPR3车牌识别-Android-SDK光速部署与使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

简介

原文地址:https://tunmx.github.io/posts/CH-HyperLPR3-Quick-Android/

HyperLPR在2023年初已经更新到了v3的版本,该版本与先前的版本一样都是用于识别中文车牌的开源图像算法项目,最新的版本的源码可从github中提取:https://github.com/szad670401/HyperLPR

HyperLPR-Android-SDK for JitPack

HyperLPR3的官方源码已经提供在Android平台下使用该项目SDK的方法。Android SDK for HyperLPR3的组成部分主要为:HyperLPR3的Android工程模块、算法动态链接库、资源文件三个部分组成。但是对于一些不需要编译的同学,HyperLPR官方也提供了使用Jitpack作为依赖的导入方式,可以快速导入车牌识别SDK并进行快速部署使用到项目中。

JitPack依赖

在你的AndroidStudio工程下,找到你的settings.gradle文件,并将jitpack依赖放入:

repositories {
    ...
    maven { url 'https://jitpack.io' }
}

如图所示:

安卓车牌识别sdk,HyperLPR中文车牌识别开源框架,深度学习,图像处理,深度学习,android,Powered by 金山文档

从项目中导入hyperlpr-android-sdk

在你需要引入的工程所对应的build.gradle文件中引入hyperlpr-android-sdk的依赖:

dependencies {
    ...
    implementation 'com.github.HyperInspire:hyperlpr3-android-sdk:1.0.3'
}

如下图在app的工程中引入:

安卓车牌识别sdk,HyperLPR中文车牌识别开源框架,深度学习,图像处理,深度学习,android,Powered by 金山文档

完成以上步骤后,点击Sync Now开始导入依赖包,由于依赖包有一定的体积,加上网络环境可能会较差,导包时间会较长

安卓车牌识别sdk,HyperLPR中文车牌识别开源框架,深度学习,图像处理,深度学习,android,Powered by 金山文档

开始使用车牌识别SDK

当完成以上步骤后,即可在安卓工程中使用车牌识别SDK

SDK初始化

在使用SDK时需要对SDK进行初始化配置,否则车牌识别算法会失效,初始化仅需也只能执行一次,通常推荐放置于程序运行时的主程序页面中进行注册。初始化需要传入一个Context和车牌识别参数对象HyperLPRParameter,参数需根据用户使用进行调整。


// 车牌识别算法配置参数
HyperLPRParameter parameter = new HyperLPRParameter()
        .setDetLevel(HyperLPR3.DETECT_LEVEL_LOW)
        .setMaxNum(1)
        .setRecConfidenceThreshold(0.85f);
// 初始化(仅执行一次生效)
HyperLPR3.getInstance().init(this, parameter);

使用车牌识别函数

完成初始化后,即可使用车牌识别函数,这里以一个Bitmap图像作为示例进行调用:


// 使用Bitmap作为图片参数进行车牌识别
Plate[] plates =  HyperLPR3.getInstance().plateRecognition(bitmap, HyperLPR3.CAMERA_ROTATION_0, HyperLPR3.STREAM_BGRA);
for (Plate plate: plates) {
    // 打印检测到的车牌号
    Log.i(TAG, plate.getCode());
}

如上所示,仅使用几句代码就可以实现车牌识别的部署与最快调试。

更多示例

如果以上的功能无法满足或帮助到你,我们在项目源工程中提供了一个更加丰富的使用案例:Prj-Android,你可以使用AndroidStudio打开并运行这个项目,项目中包含了图片识别车牌与实时识别车牌的案例,希望可以帮助到你。

直接体验

如果你需要直接体验HyperLPR安卓版本的Demo,官网已经提供好了APK,只需扫码下载即可安装

安卓车牌识别sdk,HyperLPR中文车牌识别开源框架,深度学习,图像处理,深度学习,android,Powered by 金山文档

支持更丰富的车牌种类

安卓车牌识别sdk,HyperLPR中文车牌识别开源框架,深度学习,图像处理,深度学习,android,Powered by 金山文档

帮助

以上为HyperLPR3的AndroidSDK快速上手,需要获取其他的帮助,请移步到项目地址:https://github.com/szad670401/HyperLPR文章来源地址https://www.toymoban.com/news/detail-660382.html

到了这里,关于HyperLPR3车牌识别-Android-SDK光速部署与使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 极速进化,光速转录,C++版本人工智能实时语音转文字(字幕/语音识别)Whisper.cpp实践

    业界良心OpenAI开源的Whisper模型是开源语音转文字领域的执牛耳者,白璧微瑕之处在于无法通过苹果M芯片优化转录效率,Whisper.cpp 则是 Whisper 模型的 C/C++ 移植版本,它具有无依赖项、内存使用量低等特点,重要的是增加了 Core ML 支持,完美适配苹果M系列芯片。 Whisper.cpp的张量

    2024年02月02日
    浏览(65)
  • 车牌识别算法 基于yolov5的车牌检测+crnn中文车牌识别 支持12种中文车牌识别

    1.单行蓝牌 2.单行黄牌 3.新能源车牌 4.白色警用车牌 5 教练车牌 6 武警车牌 7 双层黄牌 8 双层武警 9 使馆车牌 10 港澳牌车 11 双层农用车牌 12 民航车牌 效果如下: 车牌检测+关键点定位 1.第一步是目标检测,目标检测大家都很熟悉,常见的yolo系列,这里的话我用的是我修改后

    2024年02月04日
    浏览(86)
  • 【深度学习实践】基于深度学习的车牌识别(python,车牌检测+车牌识别)

    车牌识别具有广泛的应用前景,基于传统方法的车牌识别效果一般比较差,随着计算机视觉技术的快速发展,深度学习的方法能够更好的完成车牌识别任务。  本文提供了车牌识别方案的部署链接,您可以在网页上体验该模型的效果:车牌识别方案在线体验 本文介绍了使用

    2024年02月03日
    浏览(41)
  • 车辆大全和车牌识别系统毕业设计,车牌识别系统设计与实现,车牌AI识别系统论文毕设作品参考

    【后台管理员功能】 系统设置:设置网站简介、关于我们、联系我们、加入我们、法律声明 广告管理:设置小程序首页轮播图广告和链接 留言列表:所有用户留言信息列表,支持删除 会员列表:查看所有注册会员信息,支持删除 资讯分类:录入、修改、查看、删除资讯分

    2024年02月07日
    浏览(49)
  • 违章停车车牌识别:使用YOLOv5进行车牌检测与识别

    介绍 准备工作 数据集准备 训练YOLOv5模型 车牌识别 违章停车检测 总结与展望 违章停车问题在城市中是一个很常见的交通问题。为了有效地管理违章停车问题,我们需要对违停车辆进行识别。本篇博客将向您展示如何使用YOLOv5进行车牌检测与识别,从而辅助管理违章停车问题

    2024年02月07日
    浏览(35)
  • 在线合成车牌照片【模拟车牌,用于车牌识别项目测试】

    http://new.hdsxsc.com:10086/server.php?cphm=冀DSX888cpys=0 cphm:车牌号码【仅限合规的车牌号码规则】 cpys:车牌颜色: 0=蓝色,1=黄色,2=白色,3=黑色,4=纯绿,6=黄绿 double:是否双层:0=单层 1=双层 【默认单层,仅白色和黄色支持双层车牌】 3.1:蓝牌 http://new.hdsxsc.com:10086/server.php?cp

    2023年04月17日
    浏览(62)
  • OpenCV(项目)车牌识别1 -- 车牌提取(形态学)

    目录 一、形态学车牌提取(简单:单情景)  1、读取图片,转灰度图  2、提取轮廓(Sobel算子提取y方向边缘) 3、自适应二值化 4、闭运算处理,把图像闭合、揉团,使图像区域化 5、腐蚀/膨胀去噪得到车牌区域 5-1、横向腐蚀、膨胀 5-2、纵向腐蚀、膨胀 6、获取外轮廓 6-1、

    2024年02月08日
    浏览(42)
  • 【模式识别&目标检测】——模式识别技术&车牌检测应用

    目录 引入 一、模式识别主要方法 1、统计模式识别 2、基于隐马尔可夫模型识别 3、模糊模式识别 4、人工神经网络模式识别 总结 二、模式识别应用 1、车牌定位 2、车牌识别 参考文献: 人在观察事物或现象时,常 寻找它与其他事物或现象不同之处,并根据一定目的把相似、

    2024年02月13日
    浏览(47)
  • 用Matlab实现车牌分割(可识别大部分蓝色、绿色车牌)

          最近学习了数字图像处理的腐蚀、膨胀、闭运算、开运算等内容,于是想进行实践。车牌分割是一个不错的选择,里面涉及到了很多知识点。       这里先简述一下车牌分割的思路和流程(这里以绿色车牌为例): 1.定位绿色车牌区域 2.车牌矫正(如果图像中车牌是倾

    2024年02月12日
    浏览(43)
  • OpenCV实例(八)车牌字符识别技术(一)模式识别

    影响并导致汽车牌照内字符出现缺损、污染、模糊等情况的常见因素有照相机的性能、采集车辆图像时光照的差异、汽车牌照的清洁度等。为了提高汽车牌照字符识别的准确率,本节将把英文、数字和汉字分开识别。对于英文和数字的识别,采用基于边缘的霍斯多夫距离来进

    2024年02月13日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包