车牌识别--OMAP4430处理器上测试

OMAP4430(ME865)

arm-linux-gcc 4.5.1（FriendlyARM）

软浮点运行结果：

[email protected]:/workspace/carid# arm-linux-gcc car.c -o softcar -lm -static

640x480BMP位图需要大概380ms

320x140BMP位图需要大概140ms

O3优化后性能提升一倍多

[email protected]:/workspace/carid# arm-linux-gcc car.c -o softcar -lm -static -O3

640x480BMP位图需要大概175ms

320x140BMP位图需要大概60ms

没有优化测试：

[email protected]:/data # ./softcar /sdcard/test/1.bmp
./softcar /sdcard/test/1.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 A F Q 7 8 7

time 375ms
[email protected]:/data # ./softcar /sdcard/test/2.bmp
./softcar /sdcard/test/2.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 A 8 S 3 0 8

time 382ms
[email protected]:/data # ./softcar /sdcard/test/3.bmp
./softcar /sdcard/test/3.bmp

BMP Size IS:230454
W:320  H:240

The Car ID IS:
粤 A G F 7 5 1

time 140ms
[email protected]:/data # ./softcar /sdcard/test/4.bmp
./softcar /sdcard/test/4.bmp

BMP Size IS:230454
W:320  H:240

The Car ID IS:
粤 A 8 S 3 0 8

time 145ms
[email protected]:/data # ./softcar /sdcard/test/5.bmp
./softcar /sdcard/test/5.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 M 0 7 3 6 9

time 342ms
[email protected]:/data # ./softcar /sdcard/test/6.bmp
./softcar /sdcard/test/6.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 A 6 Y 2 6 8

time 372ms
[email protected]:/data # ./softcar /sdcard/test/7.bmp
./softcar /sdcard/test/7.bmp

BMP Size IS:230454
W:320  H:240

The Car ID IS:
粤 A 9 X 6 6 7

time 137ms
[email protected]:/data # ./softcar /sdcard/test/8.bmp
./softcar /sdcard/test/8.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 A P 6 8 3 8

time 422ms
[email protected]:/data # ./softcar /sdcard/test/9.bmp
./softcar /sdcard/test/9.bmp

BMP Size IS:879414
W:640  H:458

The Car ID IS:
粤 A F N 5 5 3

time 378ms
[email protected]:/data # ./softcar /sdcard/test/10.bmp
./softcar /sdcard/test/10.bmp

BMP Size IS:1004214
W:640  H:523

The Car ID IS:
皖 J 0 8 0 3 6

time 397ms
[email protected]:/data # ./softcar /sdcard/test/11.bmp
./softcar /sdcard/test/11.bmp

BMP Size IS:1035978
W:665  H:519

The Car ID IS:
苏 B H 6 0 8 2

time 393ms
[email protected]:/data # ./softcar /sdcard/test/12.bmp
./softcar /sdcard/test/12.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 A F Z 9 0 5

time 380ms
[email protected]:/data # ./softcar /sdcard/test/13.bmp
./softcar /sdcard/test/13.bmp

BMP Size IS:921654
W:640  H:480

The Car ID IS:
粤 A A D 2 6 3

time 391ms
[email protected]:/data #

O3优化后测试结果：

[email protected]:/data # ./softcar /sdcard/test/1.bmp
./softcar /sdcard/test/1.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 A F Q 7 8 7

time 165ms
[email protected]:/data # ./softcar /sdcard/test/2.bmp
./softcar /sdcard/test/2.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 A 8 S 3 0 8

time 173ms
[email protected]:/data # ./softcar /sdcard/test/3.bmp
./softcar /sdcard/test/3.bmp

BMP Size is:230454
W:320  H:240

The Car ID IS:
粤 A G F 7 5 1

time 62ms
[email protected]:/data # ./softcar /sdcard/test/4.bmp
./softcar /sdcard/test/4.bmp

BMP Size is:230454
W:320  H:240

The Car ID IS:
粤 A 8 S 3 0 8

time 61ms
[email protected]:/data # ./softcar /sdcard/test/5.bmp
./softcar /sdcard/test/5.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 M 0 7 3 6 9

time 152ms
[email protected]:/data # ./softcar /sdcard/test/6.bmp
./softcar /sdcard/test/6.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 A 6 Y 2 6 8

time 169ms
[email protected]:/data # ./softcar /sdcard/test/7.bmp
./softcar /sdcard/test/7.bmp

BMP Size is:230454
W:320  H:240

The Car ID IS:
粤 A 9 X 6 6 7

time 59ms
[email protected]:/data # ./softcar /sdcard/test/8.bmp
./softcar /sdcard/test/8.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 A P 6 8 3 8

time 179ms
[email protected]:/data # ./softcar /sdcard/test/9.bmp
./softcar /sdcard/test/9.bmp

BMP Size is:879414
W:640  H:458

The Car ID IS:
粤 A F N 5 5 3

time 179ms
[email protected]:/data # ./softcar /sdcard/test/10.bmp
./softcar /sdcard/test/10.bmp

BMP Size is:1004214
W:640  H:523

The Car ID IS:
皖 J 0 8 0 3 6

time 180ms
[email protected]:/data # ./softcar /sdcard/test/11.bmp
./softcar /sdcard/test/11.bmp

BMP Size is:1035978
W:665  H:519

The Car ID IS:
苏 B H 6 0 8 2

time 172ms
[email protected]:/data # ./softcar /sdcard/test/12.bmp
./softcar /sdcard/test/12.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 A F Z 9 0 5

time 175ms
[email protected]:/data # ./softcar /sdcard/test/13.bmp
./softcar /sdcard/test/13.bmp

BMP Size is:921654
W:640  H:480

The Car ID IS:
粤 A A D 2 6 3

time 174ms

代码本身有很多优化的地方，尤其是浮点和for循环。

如果做好优化，估计再S5PV210上能够在100ms以内处理单张车牌。

代码稍后提供

车牌识别--OMAP4430处理器上测试

时间： 2024-10-13 08:31:17

车牌识别--OMAP4430处理器上测试的相关文章

pc端车牌识别在智能机器人上的应用

人工智能的发展,京东送件也用上了送件机器人,某机器人公司如今研发出巡逻机器人,用于对可以车辆的抓拍与检查,在停车的区域内,通过算法控制,边巡逻,边识别车牌号码,其中, 此识别的算法恰恰用上的是我们的PC版车牌识别,把PC版车牌识别sdk嵌入控制电脑中,边巡逻边识别车牌,轻而易举. 随着我国经济的飞速发展,城市的建设也是如火如荼的进行着,机动车的保有量也大幅度增加,在给人们出行带来方便的同时,也给道路交通带来了巨大的麻烦,机动车违法.违章行为是造成交通事故和影响正常交通秩序的主要原因之一:停车难,

移动互联时代，移动端车牌识别的价值在哪？

随着互联网的发展,传统行业迎来了一次不小的机遇,同样也面临着一波猛烈的冲击. b2b. b2c. c2c.o2o这些电子商务词汇就是这个时代的产物.现在移动互联网成为了热点,为了能赶上这一波红利,企业都推出了app来触达用户. 那像路边停车.汽车保养维修.移动警务.二手车行业等,需要在移动端设备上是记录并且识别车牌号的,我们就可以通过移动端车牌识别这个技术,实现快速对车辆进行管理与服务. 移动端车牌识别特点:准确.快捷.方便. 功能特点: 车牌识别软件特点 1.识别速度快 "只需扫一扫,快速识别

车牌识别--S5PV210测试第二次优化

优化: 1.RGB转HSV 浮点运算改成定点运算: 2.匹配模板由图片改成C语言数组: 3.优化测试BMP车牌图片读取(两层for循环改为一层for循环): 整体相比优化之前时间减少110ms左右. 640x480: 160ms 左右 320x240: 55ms 左右 [[email protected]]#./car test/1.bmp BMP Size:921654, Info_length:54, H:640, W:480 The Car ID IS: ÔÁ A F Q 7 8 7 To

javacpp-opencv图像处理系列：国内车辆牌照检测识别系统（万份测试车牌识别准确率99.7%以上，单次平均耗时39ms）

javaCV图像处理系列: 一.javaCV图像处理之1:实时视频添加文字水印并截取视频图像保存成图片,实现文字水印的字体.位置.大小.粗度.翻转.平滑等操作 二.javaCV图像处理之2:实时视频添加图片水印,实现不同大小图片叠加,图像透明度控制 三.opencv图像处理3:使用opencv原生方法遍历摄像头设备及调用(方便多摄像头遍历及调用,相比javacv更快的摄像头读取速度和效率,方便读取后的图像处理) 四.opencv图像处理系列:国内车辆牌照检测识别系统(万份测试准确率99.7%以上

车牌识别--S5PV210测试

cortex-A8(S5PV210) Linux-3.9.7 arm-linux-gcc 4.5.1(FriendlyARM) 根文件系统:NFS 软浮点运行结果: [[email protected]]#./softcar /udisk/mmcblk0p1/test/1.bmp BMP Size is:921654 W:640 H:480 The Car ID IS: ÔÁ A F Q 7 8 7 time 272ms [[email protected]]#./softcar /udisk/

基于SVM与人工神经网络的车牌识别系统

最近研究了支持向量机(Support Vector Machine,SVM)和人工神经网络(Artifical Neural Network,ANN)等模式识别理论,结合OpenCV的书:<Mastering OpenCV with Practical Computer Vision Projects>,将两种思想运用到车辆的车牌识别算法中.车辆识别结合了多种图像处理技术,如视频监控.图像检测.图像分割和光学字符识别(OCR)等,在道路交通监控中有着重要的作用.以下内容主要包含几个方面: 车牌

基于ARM的车牌识别技术研究与实现

在云盘里包含了我本科毕业设计的全部资料和代码.主要涉及下面摘要中的几个部分.虽然系统无法实用,但是适合机器视觉和嵌入式方向的入门.希望能对有志从事相关方向的朋友有所帮助.本人现在在深圳从事机器视觉算法工程师职业.现在做人脸识别相关系统.希望能和网络上的有志之士一起在相关方向上学习和进步. 本文首先介绍了课题背景和研究现状,然后介绍了方案选择和设计过程.设计过程包括车牌识别程序设计,引导程序设计,内核驱动设计和文件系统设计.车牌识别程序设计中的车牌定位采用边缘检测和支持向量机相结合的定位算法,字符

公有云车牌识别系统

车牌云识别即服务器版车牌识别软件,是用OCR算法把车牌号识别出来,与脱机算法的不同之处是通过把车牌云识别部署在客户自有服务器中或者公有服务器中. 下面重点说私有云车牌识别,车牌云识别在部署完成后,APP端.web端.微信H5端.PC客户端均可发送识别请求,可通过API.Web Service接口调用该识别服务,上传的车牌图像在服务器端,进行完成识别,识别后会返回标准XML识别结果,可转化为XML结构化数据,整个识别过程只需在企业内网完成,无需对外交互,保护数据安全性.完整性. 车牌云识别软件目前

在服务器端处理的车牌识别系统~

车牌云识别即服务器版车牌识别软件,是用OCR算法把车牌号识别出来,与脱机算法的不同之处是通过把车牌云识别部署在客户自有服务器中或者公有服务器中. 下面重点说私有云车牌识别,车牌云识别在部署完成后,APP端.web端.微信H5端.PC客户端均可发送识别请求,可通过API.Web Service接口调用该识别服务,上传的车牌图像在服务器端,进行完成识别,识别后会返回标准XML识别结果,可转化为XML结构化数据,整个识别过程只需在企业内网完成,无需对外交互,保护数据安全性.完整性. 车牌云识别软件目前