从智能合约到去中心化AI：Web3的技术蓝图

《------往期经典推荐------》

一、AI应用软件开发实战专栏【链接】

二、机器学习实战专栏【链接】，已更新31期，欢迎关注，持续更新中~~
三、深度学习【Pytorch】专栏【链接】
四、【Stable Diffusion绘画系列】专栏【链接】
五、YOLOv8改进专栏【链接】，持续更新中~~
六、YOLO性能对比专栏【链接】，持续更新中~

《------正文------》

目录

• 引言
• 1.安装库
• 2.具体步骤
• • 步骤1：初始化库
  • 步骤2：处理视频帧
  • 步骤说明
• 结论

引言

在本文中，我们将探索如何在Python中使用YOLO（You Only Look Once）和EasyOCR（Optical Character Recognition）实现视频文件的车牌检测与识别。

1.安装库

在开始之前，请确保安装了以下Python包：

pip install opencv-python ultralytics easyocr Pillow numpy

2.具体步骤

步骤1：初始化库

我们将从导入必要的库开始。我们将使用OpenCV进行视频处理，使用YOLO进行对象检测，使用EasyOCR阅读检测到的车牌上的文本。

import cv2
from ultralytics import YOLO
import easyocr
from PIL import Image
import numpy as np

# 初始化 EasyOCR 读取器
reader = easyocr.Reader(['ch_sim'], gpu=False)

# 加载你的 YOLO 模型（替换为你模型的路径）
model = YOLO('best_float32.tflite', task='detect')

# 打开视频文件（替换为你的视频文件路径）
video_path = 'sample4.mp4'
cap = cv2.VideoCapture(video_path)

# 创建一个 VideoWriter 对象（可选，如果你希望保存输出）
output_path = 'output_video.mp4'
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter(output_path, fourcc, 30.0, (640, 480))  # 如有必要，调整帧大小

步骤2：处理视频帧

我们将从视频文件中读取每一帧，对其进行处理以检测车牌，然后应用OCR识别车牌上的文本。为了提高性能，我们可以每三帧处理一次，加快检测速度。

# 帧跳过因子（根据性能需求进行调整）
frame_skip = 3  # 跳过每第3帧
frame_count = 0

while cap.isOpened():
    ret, frame = cap.read()  # 从视频中读取一帧
    if not ret:
        break  # 如果没有剩余帧，则退出循环

    # 跳过帧
    if frame_count % frame_skip != 0:
        frame_count += 1
        continue  # 跳过处理这一帧

    # 调整帧大小（可选，根据需要调整大小）
    frame = cv2.resize(frame, (640, 480))  # 调整为640x480

    # 在当前帧上进行预测
    results = model.predict(source=frame)

    # 遍历结果并绘制预测框
    for result in results:
        boxes = result.boxes  # 获取模型预测的边界框
        for box in boxes:
            class_id = int(box.cls)  # 获取类别ID
            confidence = box.conf.item()  # 获取置信度分数
            coordinates = box.xyxy[0]  # 获取边界框坐标作为张量

            # 提取并转换边界框坐标为整数
            x1, y1, x2, y2 = map(int, coordinates.tolist())  # 将张量转换为列表，然后再转换为整数

            # 在帧上绘制边界框
            cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)  # 绘制矩形

            # 尝试对检测区域应用OCR
            try:
                # 确保坐标在帧范围内
                r0 = max(0, x1)
                r1 = max(0, y1)
                r2 = min(frame.shape[1], x2)
                r3 = min(frame.shape[0], y2)

                # 裁剪车牌区域
                plate_region = frame[r1:r3, r0:r2]

                # 转换为与EasyOCR兼容的格式
                plate_image = Image.fromarray(cv2.cvtColor(plate_region, cv2.COLOR_BGR2RGB))
                plate_array = np.array(plate_image)

                # 使用EasyOCR从车牌中读取文本
                plate_number = reader.readtext(plate_array)
                concat_number = ' '.join([number[1] for number in plate_number])
                number_conf = np.mean([number[2] for number in plate_number])

                # 在帧上绘制检测到的文本
                cv2.putText(
                    img=frame,
                    text=f"Plate: {concat_number} ({number_conf:.2f})",
                    org=(r0, r1 - 10),
                    fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                    fontScale=0.7,
                    color=(0, 0, 255),
                    thickness=2
                )

            except Exception as e:
                print(f"OCR Error: {e}")
                pass

    # 显示带有检测结果的帧
    cv2.imshow('Detections', frame)

    # 将帧写入输出视频（可选）
    out.write(frame)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break  # 如果按下 'q' 键，则退出循环

    frame_count += 1  # 增加帧计数

# 释放资源
cap.release()
out.release()  # 释放VideoWriter对象（如果使用了）
cv2.destroyAllWindows()

步骤说明

1. 初始化EasyOCR：EasyOCR初始化为中文文本识别。
2. 加载YOLO模型：从指定路径加载YOLO模型。请确保将此路径替换为您的模型路径。
3. 读取视频帧：使用OpenCV打开视频文件，如果要保存输出，则会初始化VideoWriter。
4. 帧处理：读取每个帧并调整大小。用模型预测车牌位置。
5. 绘制预测：在帧上绘制检测到的边界框。包含车牌的区域被裁剪以进行OCR处理。
6. 应用OCR：EasyOCR从裁剪的车牌图像中读取文本。检测到的文本和置信度分数显示在检测框上。
7. 输出视频：处理后的帧可以显示在窗口中，也可以选择保存到输出视频文件中。

结论

此代码提供了一种使用YOLO和EasyOCR从视频文件中检测和识别车牌的方法。通过遵循这些步骤，我们可以在自己的应用程序实现类似的系统。

好了，这篇文章就介绍到这里，喜欢的小伙伴感谢给点个赞和关注，更多精彩内容持续更新~~
关于本篇文章大家有任何建议或意见，欢迎在评论区留言交流！