TensorFlow车牌识别实践（1）

本文对公开的文章进行验证，从环境搭建到运行到结果分析。

1，文章：基于TensorFlow的车牌号识别系统

文章（译文）

http://www.cnblogs.com/Jsmile2017/p/6802331.html

原文：

http://matthewearl.github.io/2016/05/06/cnn-anpr/

源码：

https://github.com/matthewearl/deep-anpr

 

2，搭建开发环境

python3.5+tensor flow1.2.1+numpy+OpenCV

windows7 64位，CPU AMD A6-7400K Radeon R5, 6 Compute Cores 2C+4G，内存4G

2.1 安装python3.5

Python 3.5.2(Python64位下载)x64 官方安装版

下载地址：http://www.xiazaiba.com/html/1435.html

 

2.2 安装numpy 1.13

https://pypi.python.org/packages/96/83/2491eea445053e7c0838cf90694e2cb6503fe768a5d57f945bacca6702d3/numpy-1.13.1-cp35-none-win_amd64.whl#md5=4df5bb3eb4787ff9850c1a5694922ab4

下载地址：https://pypi.python.org/pypi/numpy

在python 命令行输入以下命令安装：

pip install wheel

pip install numpy-1.13.1-cp35-none-win_amd64.whl

 

2.3 安装openCV

其实只需要安装openCV的python扩展，不需要下载完整的openCV包，推荐以下网站，可以比较全面地一站式下载齐各类常用LIB包

http://www.lfd.uci.edu/~gohlke/pythonlibs/

在python 命令行输入以下命令安装：

pip install opencv_python-3.2.0-cp35-cp35m-win_amd64.whl

 

2.4 安装tensorflow

在python 命令行输入以下命令安装：

pip install tensorflow

会自动下载安装合适的TF程序。

 

至此，开发环境准备完毕。