这是我自己的毕业程序,代码全都是HyperLPR开源程序里的,只不过我提取了python环境的程序,去除了其他环境下的代码,并加入了代码注释,适用于对车牌识别完全没有了解只想找一个程序做毕设的大学生或刚刚接触这方面的小白,这个程序下载下来使用命令python3 1.py直接就可以跑

基于QT + opencv +HyperLPR的车牌识别 下面的车牌识别系统用到了HyperLPR相关源码。一并对作者表示感谢。 使用用QT5.11+opencv4.01实现。 在应用中加入了车牌的颜色识别。 本应用支持图片，视频，摄像头，批量图片车牌识别，并将结果保存在excel文件中。 稍作修改可应用于地磅称重。停车场管理，卡口管理，及作为子模块集成到相关系统中。 开发人：QQ：605341429 或加QQ群：618055321 邮箱：605341429@qq.com

简介 本文基于HyperLPR进行修改，完整代码参考 HyperLPR是一个使用深度学习针对对中文车牌识别的实现，与较为流行的开源的其他框架相比，它的检测速度和鲁棒性和多场景的适应性都要好于目前开源的框架，HyperLPR可以识别多种中文车牌包括白牌，新能源车牌，使馆车牌，教练车牌，武警车牌等。 使用的目标检测器是基于OpenCVHaar级联分类器。其速度也达到了不错的效果，对于移动端的大车牌基本可以实时定位。 使用了大概4700张正样本车牌车12000张负样本进行了分类器训练。 训练的方法 使用了OpenALPR的Train - Detector，来进行训练Opencv的Haar级联分类目标检测器。 正样本可以通过手动crop或者使用easypr或者hyperlpr的模块进行crop裁剪。 负样本在train detector目录下已经包含了一些基本的负样本，我们在多次训练后发现，使用这

车牌识别的LPR中的cascade.xml,可用于车牌识别，精度较高，能有效识别图片中的车牌，欢迎大家交流学习

HyperLPR高性能开源中文车牌识别框架 一键安装 python -m pip install hyperlpr 支持python3，支持Windows Mac Linux树莓派等。 实时720p cpu（在MBP r15 2.2GHz上具有stwell）。 快速上手 #导入包 from hyperlpr import * #导入OpenCV库 import cv2 #读入图片 image = cv2 . imread ( "demo.jpg" ) #识别结果 print ( HyperLPR_plate_recognition ( image )) 问答环节 问：Android识别率没有所传demo apk的识别率高？ A：请使用下的模型，android默认包里的配置是相对较早的模型 问：车牌的训练数据来源？ A：由于相关训练车牌数据涉及到法律隐私等问题，本项目无法提供。开放大的数据集有车牌数据集。 问：训练代码的提供？ A：相关资源中有提供训练代码 问：关于项目的来源？ 答：此项目预算作者早期的研究和调试代码，代码必须一定的规范，同时也欢迎PR。 相关资源 （感谢群内

HyperLPR车牌识别开源源码 ， 支持新能源车牌，但是训练库样本比较少，需要自已训练大量样本才可达到商用级别

超级LPR

基于WIN QT5.12(MinGW)+ OpenCV3.3.+hyperLPR车牌识别系统，自带OpenCV3.30 MinGW SDK，把opencv330/BIN目录下的DLL文件复制到生成目录中，把model目录也复制过去，注意是整个目录！

HyperLPR是一个使用深度学习针对对中文车牌识别的实现，开源地址：https://github.com/zeusees/HyperLPR，在windows下，使用vs2013编译成功，编译前需要修改opencv340的include和lib路径。