[发明专利]车牌识别方法、装置、电子设备和计算机存储介质

权利要求书

1.一种车牌识别方法，其特征在于，所述方法包括：

获取车牌的图像；

对所述车牌的图像进行检测，得到至少一个车牌文本图；

对所述至少一个车牌文本图进行文本识别，得到所述车牌号文本。

2.根据权利要求1所述的方法，其特征在于，所述对所述至少一个车牌文本图进行文本识别，得到所述车牌号文本，包括：

在所述车牌文本图为一个的情况下，对一个车牌文本图进行文本识别，得出所述车牌号文本。

3.根据权利要求1所述的方法，其特征在于，所述对所述至少一个车牌文本图进行文本识别，得到所述车牌号文本，包括：

在所述车牌文本图包括多个的情况下，对所述多个车牌文本图分别进行文本识别，得到所述多个车牌文本图对应的文本识别结果；

将所述多个车牌文本图对应的文本识别结果进行合并，得到所述车牌号文本。

4.根据权利要求1所述的方法，其特征在于，所述对所述至少一个车牌文本图进行文本识别，得到所述车牌号文本，包括：

在所述车牌文本图包括多个，以及多个车牌文本图处于同一行且相间隔设置的情况下，对处于同一行的所述多个车牌文本图分别进行文本识别，得到所述多个车牌文本图对应的文本识别结果；

将所述多个车牌文本图对应的文本识别结果进行合并，得到所述车牌号文本。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取车牌的图像，包括：

获取车牌的初始图像；

对所述车牌的初始图像进行角点检测，得出所述车牌的角点信息；

基于所述角点信息对所述车牌的初始图像进行矫正处理，得到所述车牌的图像。

6.根据权利要求5所述的方法，其特征在于，所述对所述车牌的初始图像进行角点检测，包括基于角点检测模型对所述车牌的初始图像进行角点检测；其中，所述角点检测模型的训练方法包括以下步骤：

将车牌的第一样本图像集输入至所述角点检测模型；

利用所述角点检测模型对所述第一样本图像集进行识别，得到所述第一样本图像集中各样本图像的角点信息；

根据所述第一样本图像集中各样本图像的角点信息和所述第一样本图像集的标注的角点信息，调整所述角点检测模型的网络参数值。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述神经网络的训练方法包括以下步骤：

将所述车牌的第二样本图像集输入至所述神经网络；

利用所述神经网络对所述第二样本图像集进行处理，得到所述第二样本图像集中各个样本图像的车牌文本图；

根据所述第二样本图像集中各个样本图像的车牌文本图和所述第二样本图像集的标注的车牌文本图，调整所述神经网络的网络参数值。

8.根据权利要求7所述的方法，其特征在于，将所述车牌的第二样本图像集输入至所述神经网络之前，还包括：

基于获取到的第一类型车牌的图像以及第二类型车牌的图像，确定所述第二样本图像集，其中，所述第一类型车牌的图像中包含一个车牌号文本，所以第二类型车牌的图像中包括处于同一行且相间隔设置的多个车牌号文本；所述第一类型车牌的图像中包含所述第一类型车牌的图像的标注的车牌文本图，所述第二类型车牌的图像中包含所述第二类型车牌的图像的标注的车牌文本图。

9.一种车牌识别装置，其特征在于，所述装置包括：

获取模块，用于获取车牌的图像；

处理模块，用于对所述车牌的图像进行检测，得到至少一个车牌文本图；

识别模块，用于对所述至少一个车牌文本图进行文本识别，得到所述车牌号文本。

10.一种电子设备，其特征在于，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，

所述处理器用于运行所述计算机程序以执行权利要求1至8任一项所述的方法。

11.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8任一项所述的方法。