Skip to content

Latest commit

 

History

History
53 lines (41 loc) · 2.04 KB

README.md

File metadata and controls

53 lines (41 loc) · 2.04 KB

ImageOnC

1.介绍

本仓库为实现在FPGA上的车牌识别而创建,但本仓库只保有C/C++部分的代码,并未保存使用HLS工具后的代码。要特别说明的是,本项目中的代码均用C实现,其中出现的C++主要为便于OpenCV进行图像显示或者Eigen库加速矩阵运算,但均可删除或改成C中的数组而不影响其正常功能。

2.文件组成

.
├── build
├── cmake-build-debug
├── CMakeLists.txt
├── database
├── Fit.cpp
├── Han
├── include
├── Letters
├── main.cpp
├── paramLetters.txt
├── param.txt
├── README.md
└── Train.cpp

其中build和cmake-build-debug文件均为编译执行过程产生的文件;CMakeLists.txt用于指导编译方式;database为车牌图片文件夹;Fit.cpp原作测试网络准确性,但其内容在测试后被整合到main.cpp中,故该文件无实际意义;Han文件夹保存了用于训练汉字识别的图像;Letters中则保存了用于训练字母和数字识别的代码;main.cpp为执行的识别车牌的主函数;Train.cpp用于训练神经网络;param.txt及paramLetters.txt则保存了网络参数;include文件中保存了一写自定义的功能函数,其文件树如下:

.
├── Config.h
├── Eigen
├── FileProcess.h
├── ModelTrans.h
├── Net.h
├── Process.h
├── SaveLoad.h
└── unsupported

Config.h: 用于约定网络参数和一些全局变量,便于项目代码组织

Eigen: Eigen库代码

unsupported: Eigen库代码,原为使用Tensor类表示高维矩阵,但Tensor使用不便,实际未使用

FileProcess: 用于系统文件操作,主要是查询文件夹下的所有文件并遍历

ModelTrans: 用于从图像的数据矩阵中读取BGR图像并将其分割、保存

Net.h: 神经网络的定义、训练及使用部分

SaveLoad: 用于从图像路径读取bmp图像并分通道保存图像数据部分

3. 实际效果

数据集比较简单,能做到100%。