更新接口

README.md

@@ -15,11 +15,10 @@ License_plate_recognition/
 ├── OCR_part/                 # OCR识别模块
 │   └── ocr_interface.py      # OCR接口（占位）
 ├── CRNN_part/                # CRNN识别模块
-│   └── crnn_interface.py     # CRNN接口
+│   └── crnn_interface.py     # CRNN接口（占位）
 └── LPRNET_part/              # LPRNet识别模块
-    ├── lpr_interface.py      # LPRNet接口
-    ├── Final_LPRNet_model.pth # 预训练模型文件
-    └── will_delete/          # 参考资料（可删除）
+    ├── lpr_interface.py      # LPRNet接口（已完成）
+    └── LPRNet__iteration_74000.pth  # LPRNet模型权重文件
 ```
 
 ## 功能特性
@@ -39,19 +38,22 @@ License_plate_recognition/
 - 将倾斜的车牌矫正为标准矩形
 - 输出标准尺寸的车牌图像供识别使用
 
-### 4. PyQt界面
+### 4. 多种识别方案
+- 支持OCR、CRNN和LPRNet三种车牌识别方法
+- LPRNet模型准确率高达98%
+- 模块化接口设计，便于切换不同识别算法
+
+### 5. PyQt界面
 - 左侧：实时摄像头画面显示
 - 右侧：检测结果展示区域
   - 顶部显示识别到的车牌数量
   - 每行显示：车牌类型、矫正后图像、车牌号
 - 美观的现代化界面设计
 
-### 5. 模块化设计
+### 6. 模块化设计
 - yolopart：负责车牌定位和矫正
-- OCR_part：基于PaddleOCR的车牌号识别模块
-- CRNN_part：基于CRNN网络的车牌号识别模块
-- LPRNET_part：基于LPRNet网络的车牌号识别模块
-- 各模块独立，便于维护和扩展，可通过修改main.py中的导入语句切换识别模块
+- OCR_part/CRNN_part/LPRNET_part：负责车牌号识别
+- 各模块独立，便于维护和扩展
 
 ## 安装和使用
 
@@ -73,7 +75,21 @@ pip install -r requirements.txt
 python main.py
 ```
 
-### 5. 使用说明
+### 5. 选择识别模块
+在 `main.py` 中修改导入语句来选择不同的识别方案：
+
+```python
+# 使用LPRNet（推荐，准确率98%）
+from LPRNET_part.lpr_interface import LPRNmodel_predict, LPRNinitialize_model
+
+# 使用OCR
+from OCR_part.ocr_interface import LPRNmodel_predict, LPRNinitialize_model
+
+# 使用CRNN
+from CRNN_part.crnn_interface import LPRNmodel_predict, LPRNinitialize_model
+```
+
+### 6. 使用说明
 1. 点击"启动摄像头"按钮开始检测
 2. 将车牌对准摄像头
 3. 系统会自动检测车牌并显示：
@@ -95,8 +111,9 @@ YOLO Pose模型输出包含：
 
 ## 接口说明
 
-### OCR/CRNN接口
-车牌号识别部分使用统一接口：
+### 车牌识别接口
+
+项目为OCR、CRNN和LPRNet识别模块提供了标准接口：
 
 ```python
 # 接口函数名（导入所需模块，每个模块统一函数名）
@@ -108,7 +125,7 @@ LPRNinitialize_model()
 # 预测主函数
 from 对应模块 import LPRNmodel_predict
 result = LPRNmodel_predict(corrected_image)  # 返回7个字符的列表
-
+```
 
 ### 输入参数
 - `corrected_image`：numpy数组格式的矫正后车牌图像
@@ -117,6 +134,14 @@ result = LPRNmodel_predict(corrected_image)  # 返回7个字符的列表
 - 长度为7的字符列表，包含车牌号的每个字符
 - 例如：`['京', 'A', '1', '2', '3', '4', '5']`
 
+### LPRNet模块特性
+
+- **高准确率**: 模型准确率高达98%
+- **快速推理**: 基于深度学习的端到端识别
+- **CTC解码**: 使用CTC（Connectionist Temporal Classification）解码算法
+- **支持中文**: 完整支持中文省份简称和字母数字组合
+- **模型权重**: 使用预训练的LPRNet__iteration_74000.pth权重文件
+
 ## 开发说明
 
 ### 添加新的识别算法