CRNN_part/crnn_interface.py

@@ -207,7 +207,7 @@ class LicensePlatePreprocessor:
             print(f"图像预处理失败: {e}")
             return None
 
-def initialize_crnn_model():
+def LPRNinitialize_model():
     """
     初始化CRNN模型
     
@@ -274,7 +274,7 @@ def initialize_crnn_model():
         traceback.print_exc()
         return False
 
-def crnn_predict(image_array):
+def LPRNmodel_predict(image_array):
     """
     CRNN车牌号识别接口函数
     

OCR_part/ocr_interface.py

@@ -18,10 +18,10 @@ class OCRProcessor:
 # 保留原有函数接口
 _processor = OCRProcessor()
 
-def initialize_ocr_model():
+def LPRNinitialize_model():
     return _processor
 
-def ocr_predict(image_array):
+def LPRNmodel_predict(image_array):
     # 获取原始预测结果
     raw_result = _processor.predict(image_array)
     

main.py

@@ -9,11 +9,11 @@ from PyQt5.QtCore import QTimer, Qt, pyqtSignal, QThread
 from PyQt5.QtGui import QImage, QPixmap, QFont, QPainter, QPen, QColor
 import os
 from yolopart.detector import LicensePlateYOLO
-from OCR_part.ocr_interface import ocr_predict
-from OCR_part.ocr_interface import initialize_ocr_model
+from OCR_part.ocr_interface import LPRNmodel_predict
+from OCR_part.ocr_interface import LPRNinitialize_model
 # 使用CRNN进行车牌字符识别（可选）同时也要修改第395，396行
-# from CRNN_part.crnn_interface import crnn_predict
-# from CRNN_part.crnn_interface import initialize_crnn_model
+# from CRNN_part.crnn_interface import LPRNmodel_predict
+# from CRNN_part.crnn_interface import LPRNinitialize_model
 
 class CameraThread(QThread):
     """摄像头线程类"""
@@ -163,9 +163,8 @@ class MainWindow(QMainWindow):
         self.init_detector()
         self.init_camera()
 
-        # 初始化OCR/CRNN模型（具体用哪个模块识别车牌号就写在这儿）
-        initialize_ocr_model()
-        # initialize_crnn_model()
+        # 初始化OCR/CRNN模型（函数名改成一样的了，所以不要修改这里了，想用哪个模块直接导入）
+        LPRNinitialize_model()
 
     
     def init_ui(self):
@@ -390,10 +389,9 @@ class MainWindow(QMainWindow):
             return "识别失败"
         
         try:
-            # 使用OCR接口进行识别
-            # 可以根据需要切换为CRNN: crnn_predict(corrected_image)
-            result = ocr_predict(corrected_image)
-            # result = crnn_predict(corrected_image)
+            # 预测函数（来自模块）
+            # 函数名改成一样的了，所以不要修改这里了，想用哪个模块直接导入
+            result = LPRNmodel_predict(corrected_image)
             
             # 将字符列表转换为字符串
             if isinstance(result, list) and len(result) >= 7: