เราใช้ไลบรารี python ต่อไปนี้:

import cv2
import numpy as np
import imutils
import time
import sys
import os
import pytesseract

กำหนด parameter THRESHOLD

CONFIDENCE = 0.5
SCORE_THRESHOLD = 0.5
IOU_THRESHOLD = 0.5

การกำหนดค่าให้แก่ neural network

config_path = “config_lpr/darknet-yolov3.cfg”
weights_path = “config_lpr/model.weights”

โหลด Class labels ของวัตถุ

labels = open(“config_lpr/classes.names”).read().strip().split(“\n”)
colors = np.random.randint(0, 255, size=(len(labels), 3), dtype=”uint8″)

สร้าง neural network

net = cv2.dnn.readNetFromDarknet(config_path, weights_path)

อ่านภาพ

path_name = “photo/1.jpg”
image = cv2.imread(path_name)
file_name = os.path.basename(path_name)
filename, ext = file_name.split(“.”)

หาขนาดของภาพ

h, w = image.shape[:2]

สร้าง 4D blob

blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)
print(“image.shape:”, image.shape)
print(“blob.shape:”, blob.shape)

set ค่าเริ่มต้นของ network ใช้แบบ feed forward

net.setInput(blob)
ln = net.getLayerNames()
ln = [ln[i[0] — 1] for i in net.getUnconnectedOutLayers()]
layer_outputs = net.forward(ln)

ทำการ detection แต่ละวัตถุในภาพ

font_scale = 1
thickness = 1
boxes, confidences, class_ids = [], [], []
# loop over each of the layer outputs
for output in layer_outputs:
# loop over each of the object detections
for detection in output:
# extract the class id (label) and confidence (as a probability) of
# the current object detection
scores = detection[5:]
class_id = np.argmax(scores)
confidence = scores[class_id]

ละทิ้งการคาดการณ์ที่อ่อนแอโดยตรวจสอบการตรวจพบความน่าจะเป็น มากกว่าความน่าจะเป็นขั้นต่ำ

if confidence > CONFIDENCE:

ปรับขนาดพิกัดของกล่องขอบเขตกลับสัมพันธ์กับขนาดของภาพโปรดทราบว่า YOLO จริงส่งคืนศูนย์ (x, y) — พิกัดของขอบเขตกล่องตามด้วยความกว้างและความสูงของกล่อง

box = detection[:4] * np.array([w, h, w, h])
(centerX, centerY, width, height) = box.astype(“int”)

ใช้จุดศูนย์กลาง (x, y) — พิกัดพิกัดเพื่อรับส่วนบนและและมุมซ้ายของกรอบล้อมรอบ

x = int(centerX — (width / 2))
y = int(centerY — (height / 2))

อัปเดตรายการพิกัดกล่องขอบเขตความเชื่อมั่นและรหัสคลาส

boxes.append([x, y, int(width), int(height)])
confidences.append(float(confidence))
class_ids.append(class_id)

# loop over the indexes we are keeping
for i in range(len(boxes)):
# extract the bounding box coordinates
x, y = boxes[i][0], boxes[i][1]
w, h = boxes[i][2], boxes[i][3]
# draw a bounding box rectangle and label on the image
color = [int(c) for c in colors[class_ids[i]]]
#cv2.rectangle(image, (x, y), (x + w, y + h), color=color, thickness=thickness)
#text = f”{labels[class_ids[i]]}: {confidences[i]:.2f}”
text = labels[class_ids[i]]

ตรวจความกว้างและความสูงของข้อความเพื่อวาดกล่องครอบพื้นหลังของข้อความ

(text_width, text_height) = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, fontScale=font_scale, thickness=thickness)[0]
text_offset_x = x
text_offset_y = y — 5
box_coords = ((text_offset_x, text_offset_y), (text_offset_x + text_width + 2, text_offset_y — text_height))
overlay = image.copy()
cv2.rectangle(overlay, box_coords[0], box_coords[1], color=color, thickness=cv2.FILLED)

Add opacity (transparency to the box)

image = cv2.addWeighted(overlay, 0.6, image, 0.4, 0)
# now put the text (label: confidence %)
cv2.putText(image, text, (x, y — 5), cv2.FONT_HERSHEY_SIMPLEX,
fontScale=font_scale, color=(0, 0, 0), thickness=thickness)
cv2.imwrite(filename + “_yolo3.” + ext, image)

ลดกรอบที่ซ้ำซ้อนในภาพด้วย non maximum suppression

idxs = cv2.dnn.NMSBoxes(boxes, confidences, SCORE_THRESHOLD, IOU_THRESHOLD)
# ensure at least one detection exists
if len(idxs) > 0:
# loop over the indexes we are keeping
for i in idxs.flatten():

ดึงแต่ละวัตถุมาคำนวณ

x, y = boxes[i][0], boxes[i][1]
w, h = boxes[i][2], boxes[i][3]

lpr_img = image.copy()
lpr_img = lpr_img[y:y + h+13, x:x + w]

วาดกรอบสี่เหลี่ยมและติดป้ายบนภาพ

color = [int(c) for c in colors[class_ids[i]]]
#cv2.rectangle(image, (x, y), (x + w, y + h), color=color, thickness=thickness)
text = labels[class_ids[i]]
# calculate text width & height to draw the transparent boxes as background of the text
(text_width, text_height) = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, fontScale=font_scale, thickness=thickness)[0]
text_offset_x = x
text_offset_y = y — 5
box_coords = ((text_offset_x, text_offset_y), (text_offset_x + text_width + 2, text_offset_y — text_height))
overlay = image.copy()

cv2.rectangle(overlay, box_coords[0], box_coords[1], color=color, thickness=cv2.FILLED)

#lpr = lpr[]
# add opacity (transparency to the box)
image = cv2.addWeighted(overlay, 0.6, image, 0.4, 0)
# now put the text (label: confidence %)
cv2.putText(image, text, (x, y — 5), cv2.FONT_HERSHEY_SIMPLEX,
fontScale=font_scale, color=(0, 0, 0), thickness=thickness)

เขียนภาพและแสดงภาพ

cv2.imwrite(filename + “_Non_Maxyolo3.” + ext, image)
# Output img with window name as ‘image’
cv2.imshow(‘image’, image)
# Maintain output window utill
# user presses a key
cv2.waitKey(0)
# Destroying present windows on screen
cv2.destroyAllWindows()