更新接口

CRNN_part/crnn_interface.py

@@ -282,14 +282,15 @@ def LPRNmodel_predict(image_array):
         image_array: numpy数组格式的车牌图像，已经过矫正处理
     
     返回:
-        list: 包含7个字符的列表，代表车牌号的每个字符
-              例如: ['京', 'A', '1', '2', '3', '4', '5']
+        list: 包含最多8个字符的列表，代表车牌号的每个字符
+              例如: ['京', 'A', '1', '2', '3', '4', '5', ''] (蓝牌7位+占位符)
+                   ['京', 'A', 'D', '1', '2', '3', '4', '5'] (绿牌8位)
     """
     global crnn_model, crnn_decoder, crnn_preprocessor, device
     
     if crnn_model is None or crnn_decoder is None or crnn_preprocessor is None:
         print("CRNN模型未初始化，请先调用initialize_crnn_model()")
-        return ['待', '识', '别', '0', '0', '0', '0']
+        return ['待', '识', '别', '0', '0', '0', '0', '0']
     
     try:
         # 预处理图像
@@ -314,13 +315,17 @@ def LPRNmodel_predict(image_array):
             # 将字符串转换为字符列表
             char_list = list(predicted_text)
             
-            # 确保返回7个字符（车牌标准长度）
+            # 确保返回至少7个字符，最多8个字符
             if len(char_list) < 7:
-                # 如果识别结果少于7个字符，用'0'补齐
+                # 如果识别结果少于7个字符，用'0'补齐到7位
                 char_list.extend(['0'] * (7 - len(char_list)))
-            elif len(char_list) > 7:
-                # 如果识别结果多于7个字符，截取前7个
-                char_list = char_list[:7]
+            elif len(char_list) > 8:
+                # 如果识别结果多于8个字符，截取前8个
+                char_list = char_list[:8]
+            
+            # 如果是7位，补齐到8位以保持接口一致性（第8位用空字符或占位符）
+            if len(char_list) == 7:
+                char_list.append('')  # 添加空字符作为第8位占位符
             
             return char_list
             
@@ -328,4 +333,4 @@ def LPRNmodel_predict(image_array):
         print(f"CRNN识别失败: {e}")
         import traceback
         traceback.print_exc()
-        return ['识', '别', '失', '败', '0', '0', '0']
+        return ['识', '别', '失', '败', '0', '0', '0', '0']