# detect_plate

**Repository Path**: honghh/detect_plate

## Basic Information

- **Project Name**: detect_plate
- **Description**: 智能车牌识别系统
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 2
- **Created**: 2025-05-20
- **Last Updated**: 2025-05-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 智能车牌识别系统
![输入图片说明](image.png)
## 项目简介
本项目是一个基于Python的智能车牌识别系统，通过Web界面提供车牌检测与识别服务。用户可上传车辆图片，系统自动完成以下操作：
- 检测图片中的文本区域（重点识别车牌）
- 对检测到的文本进行OCR识别
- 校验识别结果是否符合中国车牌格式（支持蓝牌、黄牌、绿牌、白牌等多种类型）
- 可视化展示原始图片、处理后图片及识别详情（含置信度）

## 关注我

- 公众号：Harry技术
- 掘金：Harry技术
- CSDN：Harry技术

- 微信：otahhh

## 功能特性
### 前端功能
- 支持图片拖拽上传或点击选择（支持JPG/PNG/WebP格式，最大16MB）
- 实时加载状态提示（旋转加载动画）
- 错误处理（文件类型错误、上传失败等场景提示）
- 结果可视化：
  - 原始图片与处理后图片对比展示
  - 识别详情列表（含车牌号码、置信度、有效性标识）
  - 置信度进度条可视化（百分比显示）
  - 不同车牌类型的样式区分（蓝/黄/绿等背景色）

### 后端功能
- 使用PaddleOCR进行文字检测与识别（中文模型）
- 正则表达式校验车牌有效性（兼容含中间点"·"的车牌）
- 自动绘制检测框（红色加粗边框）及坐标文本（蓝色标注）
- 异常处理（图片读取失败、OCR结果异常等场景捕获）
## 技术背景
### PaddleOCR
PaddleOCR 是百度深度学习平台推出的一款开源OCR工具，基于深度学习技术，能够实现高精度的文本检测和识别。
支持多种 OCR 相关前沿算法，包括但不限于文本检测、文本识别、表格识别等。在此基础上打造产业级特色模型 PP-OCR、PP-Structure 和 PP-ChatOCR，并打通数据生产、模型训练、压缩、预测部署全流程，为开发者提供一站式解决方案。
<!-- 插入图片 -->


## 安装与运行
### 环境要求
- Python 3.9
- 依赖库：见`requirements.txt`（含Flask、PaddleOCR、OpenCV等）

### 安装步骤
1. 克隆项目到本地（或直接下载代码）
2. 创建并激活虚拟环境（可选但推荐）
3. 安装依赖：
   ```bash
   pip install -r requirements.txt
   ```

### 运行服务
```bash
python app.py
```
服务启动后，访问 `http://localhost:5000` 即可使用。

## 使用说明
1. 打开主页，通过拖拽或点击"选择图片"上传车辆图片
2. 系统自动跳转至加载状态（旋转动画提示）
3. 处理完成后：
   - 成功识别：展示原始图/处理图、识别详情列表（含有效车牌标识）
   - 未识别到有效车牌：提示检测到的文本信息
   - 出错时：显示具体错误原因（如文件类型错误）
4. 可通过"再试一次"或"重试"按钮重新上传图片

## 目录结构
```
minglu/
├── .venv/               # 虚拟环境（可选）
├── __pycache__/         # Python缓存文件
├── static/              # 静态资源
│   ├── css/             # 样式文件（Tailwind/Font Awesome）
│   ├── uploads/         # 用户上传图片存储目录
│   └── output/          # 处理后图片存储目录
├── templates/           # 前端模板
│   └── index.html       # 主页面
├── app.py               # Flask主应用
├── test.py              # 车牌识别测试脚本
└── requirements.txt     # 依赖清单
```

## 技术栈
- 后端框架：Flask（Python Web框架）
- OCR引擎：PaddleOCR（百度开源OCR库，支持中文识别）
- 图像处理：OpenCV（绘制检测框、坐标文本）
- 前端样式：Tailwind CSS（原子化CSS框架）
- 图标库：Font Awesome（6.7.2版本）

## 注意事项
- 首次运行会自动创建`static/uploads`和`static/output`目录用于存储图片
- 若需使用GPU加速OCR识别，需安装PaddlePaddle GPU版本（当前配置为CPU模式）
- 车牌识别准确率受图片清晰度、光线条件影响，建议上传清晰、无遮挡的车牌图片