车牌识别算法准确率测试方法、装置、电子设备及可读存储介质与流程

1.本发明涉及图像识别技术领域，尤其涉及一种车牌识别算法准确率测试方法、装置、电子设备及可读存储介质。


背景技术：

2.车牌识别系统(vlpr，vehicle license plate recognition)是计算机视频图像识别技术在车辆牌照识别中的一种应用，在高速公路车辆管理、停车场、电子收费(etc)中得到广泛应用。车牌识别系统包含的车牌识别算法要求能够将运动中的汽车牌照从复杂背景中识别并提取出来，再通过车牌提取、图像预处理、特征提取、车牌字符识别等技术获取车牌对应的车辆牌号、颜色等信息。目前，测试车牌识别算法准确性需要大量带有车牌的测试图像，这些测试图像通常通过以下两种方法获取：第一种是在实际的应用场景(例如停车场入口、道路监控、酒店门口监控等)架设摄像机进行图像捕捉；第二种是在网络爬取各种类型车牌的图像源。
3.但是，由于天气、时间、昼夜等影响，测试图像中的车牌在不同环境下的亮度、饱和度、对比度、模糊程度等参数也不同，所以，用于测试车牌识别算法准确率的测试图像无法覆盖各种应用场景，使得测试结果的可靠性较低。


技术实现要素：

4.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
5.鉴于以上所述现有技术的缺点，本发明提供一种车牌识别算法准确率测试方法、装置、电子设备及可读存储介质，以提高车牌识别算法准确率的测试结果的可靠性。
6.本发明提供的车牌识别算法准确率测试方法，包括：获取样本图像，所述样本图像包含样本车牌图像，并获取各所述样本车牌图像对应的样本车牌信息；根据多个预设图像调整规则分别对所述样本图像进行图像调整，得到多个测试图像，其中，所述预设图像调整规则根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定；将多个所述测试图像分别输入车牌识别算法，得到各所述测试图像对应的识别车牌信息；根据所述识别车牌信息与所述样本车牌信息测试所述车牌识别算法的准确率。
7.可选地，所述获取样本图像之后，所述方法还包括：获取多个预先生成的测试车牌信息，并根据所述测试车牌信息生成多个第一替换车牌图像；根据各所述第一替换车牌图像分别替换所述样本车牌图像，生成多个新的样本图像，其中，所述新的样本图像为替换后的样本图像；根据多个预设图像调整规则分别对所述新的样本图像进行图像调整，得到多个测试图像。
8.可选地，根据多个预设图像调整规则分别对至少一个所述样本图像进行图像调整，得到多个测试图像后，还包括：将图像调整后的样本车牌图像作为测试车牌图像；从多个所述测试图像中选择出一张测试图像作为待替换图像；获取多个预先生成的测试车牌信息，并根据所述测试车牌信息生成多个第一替换车牌图像；根据所述待替换图像对应的预设图像调整规则分别对各所述第一替换车牌图像进行图像调整，得到多个第二替换车牌图像；根据各所述第二替换车牌图像分别替换所述待替换图像中的测试车牌图像，生成多个新的测试图像，其中，所述新的测试图像为替换后的待替换图像；将所述第二替换车牌图像对应的测试车牌信息作为所述新的测试图像的样本车牌信息；将多个所述新的测试图像分别输入车牌识别算法，得到各所述新的测试图像对应的识别车牌信息；根据所述识别车牌信息与所述样本车牌信息测试所述车牌识别算法的准确率。
9.可选地，所述第一替换车牌图像的生成方式包括：根据多个车牌类型、多个预设地区代码、多个预设车牌数字和多个预设车牌字母生成测试车牌信息；获取样本车牌图像的样本车牌图像尺寸；根据所述样本车牌图像尺寸和预设比例值确定第一替换车牌图像的车牌号码的尺寸，所述车牌号码通过所述测试车牌信息的地区代码、车牌数字和车牌字母确定；根据所述车牌号码的尺寸生成所述测试车牌信息对应的第一替换车牌图像，其中，所述第一替换车牌图像的图像尺寸与所述样本车牌图像尺寸相同。
10.可选地，所述车牌号码的尺寸通过以下方式确定：s
re
(w
re
,h
re
)＝s
ori
(w
ori
,h
ori
)
×
φ，其中，s
re
(w
re
,h
re
)为所述车牌号码的尺寸，w
re
为所述车牌号码的尺寸的水平宽度，h
re
为所述车牌号码的尺寸的垂直高度，s
ori
(w
ori
,h
ori
)为样本车牌图像尺寸，w
ori
为所述样本车牌图像尺寸的水平宽度，h
ori
为所述样本车牌图像尺寸的垂直高度，φ为预设比例值。
11.可选地，根据多个预设图像调整规则分别对至少一个所述样本图像进行图像调整，得到多个测试图像，包括：若所述预设图像调整规则包括预设图像缩放规则，则测试图像的图像尺寸通过以下方式确定，s(w,h)＝s'(w',h')
×
α，其中，s(w,h)为所述测试图像的图像尺寸，w为所述测试图像的图像尺寸的水平宽度，h为所述测试图像的图像尺寸的垂直高度，s'(w',h')为所述待调整图像的图像尺寸，w'为所述待调整图像的图像尺寸的水平宽度，h'为所述待调整图像的图像尺寸的垂直高度，α为缩放比例；若所述预设图像调整规则包括预设图像旋转规则，则测试图像的图像角度值通过以下方式确定，a＝a'
×
β，其中，a为所述测试图像的图像角度值，a'为所述待调整图像的图像角度值，β为旋转比例；若所述预设图像调整规则包括预设图像锐化规则，则测试图像的锐度值通过以下方式确定，ac＝ac'
×
ε，其中，ac为所述测试图像的锐度值，ac'为所述待调整图像的锐度值，ε为锐化比例；若所述预设图像调整规则包括预设图像亮度规则，则测试图像中各像素的的亮度通过以下方式确定，其中，l为所述测试图像中各像素的的亮度，l'为所述待调整图像中各像素的的亮度，为亮度调整比例；若所述预设图像调整规则包括预设图像饱和度规则，则测试图像中各像素的的饱和度通过以下方式确定，sa＝sa'
×
γ，其中，sa为所述测试图像中各像素的的饱和度，sa'为所述待调整图像中各像素的的饱和度，γ为饱和度调整比例；若所述预设图像调整规则包括预设图像模糊规则，则测试图像中各像素的像素值通过以下方式确定，p＝p'
×
η，其中，p为所述测试图像中各像素的像素值，p'为待调整图像中各像素的像素值，η为模糊半径；若所述预设图像调整规则包括预设图像格式转换规则，则根据所述预设图像格式转换规则对所述测试图像进行图像格式转换。
12.可选地，所述样本图像通过以下方式获取，包括：获取所述车牌识别算法的适用场景信息；根据所述适用场景信息从预设样本图像数据库中确定样本图像。
13.可选地，根据所述识别车牌信息与所述样本车牌信息测试所述车牌识别算法的准确率，包括：将各所述测试图像对应的识别车牌信息与对应的样本车牌信息进行对比，获得多个对比结果，所述对比结果为相同或不同；所述车牌识别算法的准确率通过以下方式确定，其中，r为所述车牌识别算法的准确率，n为对比结果为相同的数量，n'为对比结果为不同的数量。
14.本发明提供的车牌识别算法准确率测试装置，其特征在于，包括：获取模块，用于获取若干个样本图像，所述样本图像包含车牌框图像，并获取各所述车牌框图像对应的车牌信息；图像调整模块，用于根据多个预设图像调整规则分别对至少一个所述样本图像进行图像调整，得到多个测试图像，其中，所述预设图像调整规则根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中至少之一确定；识别模块，用于将各所述测试图像输入车牌识别算法，得到识别车牌信息；确定模块，用于根据所述识别车牌信息与所述车牌信息测试所述车牌识别算法的准确率
15.本发明提供的电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述方法。
16.本发明提供的计算机可读存储介质，其上存储有计算机程序：所述计算机程序被处理器执行时实现上述方法。
17.本发明的有益效果：通过获取包含样本车牌图像的样本图像，并获取各样本车牌图像对应的样本车牌信息，根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定多个预设图像调整规则，并根据预设图像调整规则分别对样本图像进行图像调整得到多个测试图像，将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息，进而根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率。这样，通过预设图像调整规则对样本图像进行图像调整，以模拟各种获取测试图像的复杂环境，将获得的测试图像输入车牌识别算法获得识别车牌信息，进而测试该车牌识别算法的准确率，扩大了测试图像覆盖的应用场景，提高测试结果的可靠性。
附图说明
18.图1是本发明实施例中一个车牌识别算法准确率测试方法的流程示意图；
19.图2是本发明实施例中另一个车牌识别算法准确率测试方法的流程示意图；
20.图3是本发明实施例中一个车牌识别算法准确率测试装置的结构示意图；
21.图4是本发明实施例中一个电子设备的示意图。
具体实施方式
22.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实
施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
23.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
24.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
25.结合图1所示，本发明提供一种车牌识别算法准确率测试方法，包括：
26.步骤s101，获取样本图像，样本图像包含样本车牌图像，并获取各样本车牌图像对应的样本车牌信息；
27.步骤s102，根据多个预设图像调整规则分别对样本图像进行图像调整，得到多个测试图像；
28.其中，预设图像调整规则根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定；
29.步骤s103，将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息；
30.步骤s104，根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率。
31.采用本发明提供的车牌识别算法准确率测试方法，通过获取包含样本车牌图像的样本图像，并获取各样本车牌图像对应的样本车牌信息，根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定多个预设图像调整规则，并根据预设图像调整规则分别对样本图像进行图像调整得到多个测试图像，将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息，进而根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率。这样，通过预设图像调整规则对样本图像进行图像调整，以模拟各种获取测试图像的复杂环境，将获得的测试图像输入车牌识别算法获得识别车牌信息，进而测试该车牌识别算法的准确率，扩大了测试图像覆盖的应用场景，提高测试结果的可靠性，并且，相较于现有技术，不需要在真实场景下获取测试数据，提高了对测试数据的获取效率，节约人力物力。
32.可选地，获取样本图像前，该方法还包括：获取车牌识别算法的算法名称，并获取该算法名称对应的ip(internet protocol address，互联网协议地址)地址和该算法名称对应的端口。
33.可选地，获取车牌识别算法的算法名称，并获取该算法名称对应的ip地址和该算法名称对应的端口，包括：获取用户输入的目标算法名称；将目标算法名称确定为车牌识别算法的算法名称；在预设算法名称数据库中匹配出该算法名称对应的ip地址和该算法名称
对应的端口，其中，预设算法名称数据库存储有若干算法名称、各算法名称对应的ip地址和各算法名称对应的端口。
34.可选地，获取车牌识别算法的算法名称，并获取该算法名称对应的ip地址和该算法名称对应的端口，包括：获取用户输入的目标算法名称、该目标算法名称对应的ip地址和该目标算法名称对应的端口；校验该目标算法名称对应的ip地址是否存在；若该ip地址存在，将用户输入的目标算法名称作为车牌识别算法的算法名称；建立该算法名称、ip地址、端口三者之间的对应关系。
35.可选地，样本图像通过以下方式获取，包括：获取车牌识别算法的适用场景信息；根据适用场景信息从预设样本图像数据库中确定样本图像。这样，获取车牌识别算法的适用场景信息，进而获取适用场景信息对应的样本图像，使得样本图像都属于车牌识别算法的适用场景范围内，更具有针对性，进而根据样本图像获取到的测试图像测试车牌识别算法的准确率，提高测试结果的可靠性。
36.可选地，预设样本图像数据库储存有若干适用场景信息和各适用场景信息对应的样本图像。
37.可选地，样本图像通过以下方式获取，包括：通过预设网络爬虫在预置网页上爬取样本图像。
38.可选地，获取样本图像之后，该方法还包括：获取多个预先生成的测试车牌信息，并根据测试车牌信息生成多个第一替换车牌图像；根据各第一替换车牌图像分别替换样本车牌图像，生成多个新的样本图像，其中，新的样本图像为替换后的样本图像；根据多个预设图像调整规则分别对新的样本图像进行图像调整，得到多个测试图像。这样，替换样本图像中的样本车牌图像为第一替换车牌图像，获得新的样本图像，使得新的样本图像中的样本车牌图像不相同，以测试车牌识别算法对车牌图像的识别能力，提高测试结果的可靠性。
39.在一些实施例中，样本图像v1包含样本车牌图像v1；根据预先生成的测试车牌信息生成第一替换车牌图像v2；将样本车牌图像v1替换为第一替换车牌图像v2，将替换后的样本图像v1作为新的样本图像v2。
40.可选地，根据各第一替换车牌图像分别替换样本车牌图像，生成多个新的样本图像，包括：对样本图像进行锚点标识，获得样本车牌图像的坐标信息和图像尺寸；根据样本车牌图像的坐标信息和图像尺寸，将替换样本车牌图像替换为各第一替换车牌图像，将替换后的样本图像确定为新的样本图像。
41.可选地，根据多个预设图像调整规则分别对至少一个样本图像进行图像调整，得到多个测试图像后，该方法还包括：将图像调整后的样本车牌图像作为测试车牌图像；从多个测试图像中选择出一张测试图像作为待替换图像；获取多个预先生成的测试车牌信息，并根据测试车牌信息生成多个第一替换车牌图像；根据待替换图像对应的预设图像调整规则分别对各第一替换车牌图像进行图像调整，得到多个第二替换车牌图像；根据各第二替换车牌图像分别替换待替换图像中的测试车牌图像，生成多个新的测试图像，其中，新的测试图像为替换后的待替换图像；将第二替换车牌图像对应的测试车牌信息作为新的测试图像的样本车牌信息；将多个新的测试图像分别输入车牌识别算法，得到各新的测试图像对应的识别车牌信息；根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率。这样，替换测试图像中的样本车牌图像为第一替换车牌图像，获得新的测试图像，使得新的测试
图像中的样本车牌图像不相同，以测试车牌识别算法对车牌图像的识别能力，提高测试结果的可靠性。
42.在一些实施例中，将包含样本车牌图像v3的样本图像v3根据预设图像调整规则m进行图像调整，获得测试图像v4，其中，将图像调整后的样本车牌图像作为测试车牌图像v4；根据预先生成的测试车牌信息生成第一替换车牌图像v5；对第一替换车牌图像v5根据预设图像调整规则m进行图像调整，获得第二替换车牌图像v6；将测试车牌图像v4替换为第二替换车牌图像v6，将替换后的测试图像作为新的测试图像v6。
43.可选地，第一替换车牌图像的生成方式包括：根据多个车牌类型、多个预设地区代码、多个预设车牌数字和多个预设车牌字母生成测试车牌信息；获取样本车牌图像的样本车牌图像尺寸；根据样本车牌图像尺寸和预设比例值确定第一替换车牌图像的车牌号码的尺寸，车牌号码通过测试车牌信息的地区代码、车牌数字和车牌字母确定；根据车牌号码的尺寸生成测试车牌信息对应的第一替换车牌图像，其中，第一替换车牌图像的图像尺寸与样本车牌图像尺寸相同。
44.可选地，根据多个车牌类型、多个预设地区代码、多个预设车牌数字和多个预设车牌字母生成测试车牌信息，包括：从多个车牌类型中选取出一个车牌类型作为测试车牌信息的测试车牌类型；从多个预设地区代码中选取出一个预设地区代码作为测试车牌信息的测试地区代码；根据测试车牌类型确定测试车牌号码数的位数；生成测试车牌号码数，其中，测试车牌号码数的每一位通过从预设车牌数字或预设车牌字母中随机选择出；将测试地区代码和测试车牌号码数确定为车牌号码，并将车牌号码和测试车牌类型确定为测试车牌信息。
45.可选地，测试车牌类型包括燃油大型民用车牌、燃油小型民用车牌、新能源大型民用车牌、新能源小型民用车牌、武警车牌、军警车牌或特殊车牌等中的一种。
46.可选地，预设车牌字母为除字母i和字母o以外的大写英文字母。
47.可选地，若车牌类型为燃油大型民用车牌，则第一替换车牌图像的车牌底色为蓝色，测试车牌号码数的位数为5位，生成的测试车牌号码数包括预设车牌数字和预设车牌字母，例如，测试车牌号码数为“tj358”。
48.可选地，若车牌类型为新能源小型民用车牌，则第一替换车牌图像的车牌底色为绿色，测试车牌号码数的位数为6位，生成的测试车牌号码数的第一位号码为字母d或字母f，第二位号码包括预设车牌数字或预设车牌字母中的一个，第三位号码到第六位号码为预设车牌数字中的一个或多个，例如，测试车牌号码数为“da3815”。
49.可选地，若车牌类型为新能源大型民用车牌，则第一替换车牌图像的车牌底色为绿色，测试车牌号码数的位数为6位，生成的测试车牌号码数的第一位号码到第五位号码为预设车牌数字中的一个或多个，第六位号码为字母d或字母f，例如，测试车牌号码数为“32518f”。
50.可选地，车牌号码的尺寸通过以下方式确定：s
re
(w
re
,h
re
)＝s
ori
(w
ori
,h
ori
)
×
φ，其中，s
re
(w
re
,h
re
)为车牌号码的尺寸，w
re
为车牌号码的尺寸的水平宽度，h
re
为车牌号码的尺寸的垂直高度，s
ori
(w
ori
,h
ori
)为样本车牌图像尺寸，w
ori
为样本车牌图像尺寸的水平宽度，h
ori
为样本车牌图像尺寸的垂直高度，φ为预设比例值。在一些实施例中，预设比例值为0.9。
51.可选地，根据多个预设图像调整规则分别对至少一个样本图像进行图像调整，得到多个测试图像，包括：若预设图像调整规则包括预设图像缩放规则，则测试图像的图像尺寸通过以下方式确定，s(w,h)＝s'(w',h')
×
α，其中，s(w,h)为测试图像的图像尺寸，w为测试图像的图像尺寸的水平宽度，h为测试图像的图像尺寸的垂直高度，s'(w',h')为待调整图像的图像尺寸，w'为待调整图像的图像尺寸的水平宽度，h'为待调整图像的图像尺寸的垂直高度，α为缩放比例；若预设图像调整规则包括预设图像旋转规则，则测试图像的图像角度值通过以下方式确定，a＝a'
×
β，其中，a为测试图像的图像角度值，a'为待调整图像的图像角度值，β为旋转比例；若预设图像调整规则包括预设图像锐化规则，则测试图像的锐度值通过以下方式确定，ac＝ac'
×
ε，其中，ac为测试图像的锐度值，ac'为待调整图像的锐度值，ε为锐化比例；若预设图像调整规则包括预设图像亮度规则，则测试图像中各像素的的亮度通过以下方式确定，其中，l为测试图像中各像素的的亮度，l'为待调整图像中各像素的的亮度，为亮度调整比例；若预设图像调整规则包括预设图像饱和度规则，则测试图像中各像素的的饱和度通过以下方式确定，sa＝sa'
×
γ，其中，sa为测试图像中各像素的的饱和度，sa'为待调整图像中各像素的的饱和度，γ为饱和度调整比例；若预设图像调整规则包括预设图像模糊规则，则测试图像中各像素的像素值通过以下方式确定，p＝p'
×
η，其中，p为测试图像中各像素的像素值，p'为待调整图像中各像素的像素值，η为模糊半径；若预设图像调整规则包括预设图像格式转换规则，则根据预设图像格式转换规则对测试图像进行图像格式转换。这样，通过预设图像调整规则对样本图像进行图像调整，对图像进行大小变换、旋转倾斜、模糊锐化、亮度、饱和度、图片模式等变化后的复杂处理，以模拟各种获取测试图像的复杂环境，将获得的测试图像输入车牌识别算法获得识别车牌信息，进而测试该车牌识别算法的准确率，扩大了测试图像覆盖的应用场景，提高测试结果的可靠性。
52.可选地，缩放比例α通过一下方式获取：获取缩放比例参数范围；根据缩放比例参数范围随机生成缩放比例α。在一些实施例中，缩放比例参数范围为10％至300％。
53.可选地，旋转比例β通过一下方式获取：获取旋转比例参数范围；根据旋转比例参数范围随机生成旋转比例β。在一些实施例中，旋转比例参数范围为
‑
10％至10％。
54.可选地，锐化比例ε通过一下方式获取：获取锐化比例参数范围；根据锐化比例参数范围随机生成锐化比例ε。在一些实施例中，锐化比例参数范围为0至50％。
55.可选地，亮度调整比例通过一下方式获取：获取亮度调整比例参数范围；根据亮度调整比例参数范围随机生成亮度调整比例在一些实施例中，亮度调整比例参数范围为
‑
30％至30％。
56.可选地，饱和度调整比例γ通过一下方式获取：获取饱和度调整比例参数范围；根据饱和度调整比例参数范围随机生成饱和度调整比例γ。在一些实施例中，饱和度调整比例参数范围为
‑
30％至30％。
57.可选地，模糊半径η通过一下方式获取：获取模糊半径参数范围；根据模糊半径参数范围随机生成模糊半径η。在一些实施例中，模糊半径参数范围为0至10。
58.可选地，预设图像格式转换规则为转换为rgb(red/green/blue color mode，rgb色彩格式)图像、转换为rgba(red/green/blue/alpha color mode，rgba色彩格式)图像、转换为cmyk(cyan/magenta/yellow/black color mode，cmyk色彩格式)图像、转换为ycbcr
(yuv/colorblue/color red，yuv色差分量接口)图像、转换为lab(lab color system，lab色彩格式)图像或转换为hsv(hue/saturation/value color system，hsv色彩格式)图像等中的一种。
59.可选地，根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率，包括：将各测试图像对应的识别车牌信息与对应的样本车牌信息进行对比，获得多个对比结果，对比结果为相同或不同；车牌识别算法的准确率通过以下方式确定，其中，r为车牌识别算法的准确率，n为对比结果为相同的数量，n'为对比结果为不同的数量。
60.可选地，将测试图像、测试图像对应的识别车牌信息、测试图像对应的样本车牌信息进行存储，获得备份数据。
61.结合图2所示，本发明提供一种车牌识别算法准确率测试方法，包括：
62.步骤s201，获取车牌识别算法的算法名称，并获取该算法名称对应的ip地址和该算法名称对应的端口；
63.步骤s202，获取样本图像，样本图像包含样本车牌图像，并获取各样本车牌图像对应的样本车牌信息；
64.步骤s203，获取多个预先生成的测试车牌信息，并根据测试车牌信息生成多个第一替换车牌图像；
65.其中，测试车牌信息包括测试车牌类型和测试车牌号码，测试车牌号码包括测试地区代码和测试车牌号码数；
66.步骤s204，根据各第一替换车牌图像分别替换样本车牌图像，生成多个新的样本图像；
67.其中，新的样本图像为替换后的样本图像；
68.步骤s205，根据多个预设图像调整规则分别对新的样本图像进行图像调整，得到多个测试图像，
69.其中，预设图像调整规则根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定；
70.步骤s206，根据车牌识别算法的算法名称、该算法名称对应的ip地址和该算法名称对应的端口将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息；
71.步骤s207，根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率；
72.步骤s208，将测试图像、测试图像对应的识别车牌信息、测试图像对应的样本车牌信息进行存储，获得备份数据。
73.采用本发明提供的车牌识别算法准确率测试方法，通过获取包含样本车牌图像的样本图像，并获取各样本车牌图像对应的样本车牌信息，根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定多个预设图像调整规则，并根据预设图像调整规则分别对样本图像进行图像调整得到多个测试图像，将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息，进而根据识别车牌信息与样本车牌信息测
试车牌识别算法的准确率。这样，通过预设图像调整规则对样本图像进行图像调整，以模拟各种获取测试图像的复杂环境，将获得的测试图像输入车牌识别算法获得识别车牌信息，进而测试该车牌识别算法的准确率，扩大了测试图像覆盖的应用场景，提高测试结果的可靠性，并且，相较于现有技术，不需要在真实场景下获取测试数据，提高了对测试数据的获取效率，节约人力物力。
74.结合图3所示，本发明提供一种车牌识别算法准确率测试装置，包括获取模块301、图像调整模块302、识别模块303和确定模块304。获取模块301用于获取若干个样本图像，样本图像包含车牌框图像，并获取各车牌框图像对应的车牌信息。图像调整模块302用于根据多个预设图像调整规则分别对至少一个样本图像进行图像调整，得到多个测试图像，其中，预设图像调整规则根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中至少之一确定。识别模块303用于将各测试图像输入车牌识别算法，得到识别车牌信息。确定模块304用于根据识别车牌信息与车牌信息测试车牌识别算法的准确率。
75.采用本发明提供的车牌识别算法准确率测试装置，通过获取包含样本车牌图像的样本图像，并获取各样本车牌图像对应的样本车牌信息，根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定多个预设图像调整规则，并根据预设图像调整规则分别对样本图像进行图像调整得到多个测试图像，将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息，进而根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率。这样，通过预设图像调整规则对样本图像进行图像调整，以模拟各种获取测试图像的复杂环境，将获得的测试图像输入车牌识别算法获得识别车牌信息，进而测试该车牌识别算法的准确率，扩大了测试图像覆盖的应用场景，提高测试结果的可靠性。
76.可选地，车牌识别算法准确率测试装置基于python计算机编程语言的pyqt5模块，通过gui(graphical user interface，图形用户界面)界面实现。
77.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
78.结合图4所示，本实施例提供一种电子设备，包括：处理器(processor)400及存储器(memory)401；存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以使终端执行本实施例中任一项方法。可选地，该电子设备还可以包括通信接口(communication interface)402和总线403。其中，处理器400、通信接口402、存储器401可以通过总线403完成相互间的通信。通信接口402可以用于信息传输。处理器400可以调用存储器401中的逻辑指令，以执行上述实施例中的方法。
79.此外，上述的存储器401中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
80.存储器401作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器400通过运行存储在存储器401
中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
81.存储器401可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器401可以包括高速随机存取存储器，还可以包括非易失性存储器。
82.采用本发明公开的电子设备，通过获取包含样本车牌图像的样本图像，并获取各样本车牌图像对应的样本车牌信息，根据预设图像缩放规则、预设图像旋转规则、预设图像锐化规则、预设图像亮度规则、预设图像饱和度规则、预设图像模糊规则和预设图像格式转换规则中的至少之一确定多个预设图像调整规则，并根据预设图像调整规则分别对样本图像进行图像调整得到多个测试图像，将多个测试图像分别输入车牌识别算法，得到各测试图像对应的识别车牌信息，进而根据识别车牌信息与样本车牌信息测试车牌识别算法的准确率。这样，通过预设图像调整规则对样本图像进行图像调整，以模拟各种获取测试图像的复杂环境，将获得的测试图像输入车牌识别算法获得识别车牌信息，进而测试该车牌识别算法的准确率，扩大了测试图像覆盖的应用场景，提高测试结果的可靠性，并且，相较于现有技术，不需要在真实场景下获取测试数据，提高了对测试数据的获取效率，节约人力物力。
83.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
84.本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
85.本实施例提供的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。
86.在本实施例中，存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non
‑
volatile memory)，例如至少一个磁盘存储器。
87.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
88.以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个
以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
89.本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
90.本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
91.附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。