spdis/License_plate_recognition

Fork 0

spdis edef40acd4 Initial commit

2025-08-28 12:00:56 +08:00

4.3 KiB

Raw Blame History

车牌检测系统

基于YOLO11s模型的实时车牌检测应用，支持摄像头和视频文件输入，具备GPU加速和车牌识别接口。

功能特性

✅ 实时车牌检测: 基于YOLO11s ONNX模型
✅ GPU加速: 支持CUDA GPU推理加速
✅ 多视频源: 支持摄像头和视频文件切换
✅ 实时显示: 显示检测框、置信度和实时FPS
✅ 图像切割: 自动切割检测到的车牌区域
✅ 识别接口: 预留车牌号识别接口，可接入OCR模型
✅ 友好界面: 基于PyQt5的现代化用户界面

系统要求

Python 3.7+
Windows/Linux/macOS
摄像头（可选）
NVIDIA GPU（可选，用于加速）

安装依赖

# 安装基础依赖
pip install -r requirements.txt

# 如果需要CPU版本的onnxruntime
pip uninstall onnxruntime-gpu
pip install onnxruntime

# 可选：安装车牌识别依赖
# PaddleOCR
pip install paddlepaddle paddleocr

# 或者 Tesseract
pip install pytesseract

使用方法

1. 准备模型文件

确保项目根目录下有以下文件：

last.onnx: YOLO11s车牌检测模型
video.mp4: 测试视频文件（可选）

2. 运行应用

python main.py

3. 界面操作

开始检测: 点击"开始检测"按钮启动实时检测
切换视频源: 勾选/取消"使用摄像头"切换视频源
启用检测: 勾选/取消"启用检测"开关检测功能
查看结果: 右侧面板显示检测信息和车牌识别结果

项目结构

yolopart/
├── main.py                 # 主程序入口
├── requirements.txt        # 依赖包列表
├── README.md              # 项目说明
├── last.onnx              # YOLO11s模型文件
├── video.mp4              # 测试视频文件
├── ui/                    # 用户界面模块
│   ├── __init__.py
│   ├── main_window.py     # 主窗口
│   └── video_widget.py    # 视频显示组件
├── models/                # 模型模块
│   ├── __init__.py
│   ├── yolo_detector.py   # YOLO检测器
│   └── plate_recognizer.py # 车牌识别接口
└── utils/                 # 工具模块
    ├── __init__.py
    └── video_capture.py   # 视频捕获管理

核心功能说明

YOLO检测器 (`models/yolo_detector.py`)

支持ONNX格式的YOLO11s模型
自动GPU/CPU推理选择
640x640输入尺寸
NMS后处理
检测框绘制和车牌切割

视频捕获 (`utils/video_capture.py`)

摄像头自动检测和配置
视频文件循环播放
实时FPS计算和显示
线程安全的帧获取

车牌识别接口 (`models/plate_recognizer.py`)

提供了多种识别器实现：

MockPlateRecognizer: 模拟识别器（用于测试）
PaddleOCRRecognizer: PaddleOCR识别器
TesseractRecognizer: Tesseract识别器

可通过PlateRecognizerManager轻松切换不同的识别引擎。

配置说明

检测参数调整

在models/yolo_detector.py中可以调整：

conf_threshold: 置信度阈值（默认0.5）
nms_threshold: NMS阈值（默认0.4）
input_size: 输入尺寸（默认640x640）

视频参数调整

在utils/video_capture.py中可以调整：

摄像头分辨率和帧率
FPS计算窗口大小
视频文件路径

扩展开发

添加新的车牌识别器

继承PlateRecognizerInterface基类
实现recognize和batch_recognize方法
在PlateRecognizerManager中注册新识别器

添加新功能

检测结果保存
车牌数据库管理
网络接口API
多摄像头支持

故障排除

常见问题

模型加载失败
- 检查last.onnx文件是否存在
- 确认onnxruntime版本兼容性
摄像头无法打开
- 检查摄像头是否被其他程序占用
- 尝试不同的摄像头索引
GPU加速不生效
- 确认安装了onnxruntime-gpu
- 检查CUDA环境配置
车牌识别失败
- 检查OCR依赖是否正确安装
- 尝试切换不同的识别器

性能优化

使用GPU加速推理
调整检测阈值减少误检
优化图像预处理流程
使用多线程处理

许可证

本项目仅供学习和研究使用。

更新日志

v1.0.0

初始版本发布
支持YOLO11s车牌检测
实现基础UI界面
预留车牌识别接口

4.3 KiB Raw Blame History Unescape Escape