CN116189182A - 一种车辆识别码的识别方法、系统、电子设备及存储介质 - Google Patents

Abstract

本申请实施例提供了一种车辆识别码的识别方法、系统、电子设备及存储介质，所述方法包括：获取待识别的目标图像，所述目标图像中包含特殊图案；将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。本申请实施例通过检测车辆识别码中包含的特殊图案，并根据特殊图案在目标图像中的位置以定位车辆识别码的具体位置，并通过文本识别模型来精确识别车辆识别码。

Description

一种车辆识别码的识别方法、系统、电子设备及存储介质

技术领域

本申请涉及图像识别技术领域，特别是一种车辆识别码的识别方法、系统、电子设备及存储介质。

背景技术

车架号VIN码作为唯一的汽车身份证，其中涵盖了汽车的基本信息，以及出厂日期，是否与客服人员介绍的一致，是否是二手车等等！VIN码识别可以让更多爱车人士避免走不必要的弯路，也可以帮助工作人员做更好的汽车管理，利用VIN码自动识别技术，可以更高效的评估和运营新出厂的车辆与无牌待卖的车辆。VIN码识别技术在这些活动中就显得不可或缺。

但是，针对包含有特殊图案的VIN码，利用移动端拍摄后通常具有拍摄角度不定，以及模糊不清的问题，现有的VIN码识别技术无法满足含有特殊图案的VIN码的识别场景。

针对上述问题，本申请实施例提出了一种车辆识别码的识别方法。

发明内容

鉴于上述问题，本申请实施例提供了一种车辆识别码的识别方法、系统、电子设备及存储介质，以便克服上述问题或者至少部分地解决上述问题。

本申请实施例的第一方面，提供了一种车辆识别码的识别方法，所述方法包括：

获取待识别的目标图像，所述目标图像中包含特殊图案；

将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；

根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；

将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。

可选地，所述将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置，包括：

将所述目标图像输入到所述特殊图案检测模型中，检测所述目标图像中是否存在所述特殊图案；

在检测到所述目标图像中存在所述特殊图案的情况下，确定所述特殊图案的中心点坐标；

根据所述特殊图案的中心点坐标，确定所述特殊图案在所述目标图像中的位置。

可选地，所述根据所述特殊图案的中心点坐标，确定所述特殊图案的位置之后，还包括：

根据所述特殊图案的中心点坐标，对包含所述特殊图案的第一目标区域进行倾斜矫正处理；

将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置。

可选地，将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置之后，还包括：

检测所述特殊图案在所述目标图像中的位置，确定所述特殊图案的中心点坐标，以及所述特殊图案的宽度和高度；

根据所述特殊图案的中心点坐标，确定所述第一目标区域的中心点坐标；

根据所述特殊图案的宽度和高度，确定所述第一目标区域的宽度和高度；

根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小；

所述第二目标区域为包含所述车辆识别码的区域。

可选地，根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小，包括：

根据所述第一目标区域的中心点坐标，确定所述第二目标区域的中心点坐标；

根据所述第一目标区域的高度，确定所述第二目标区域的高度；

根据所述第一目标区域的中心点坐标以及宽度，确定所述第二目标区域的宽度；

根据所述第二目标区域的中心点坐标以及宽度和高度，确定所述第二目标区域在所述目标图像中的位置和大小。

可选地，所述将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码，包括：

根据所述第二目标区域的位置和大小，截取所述第二目标区域所在的车辆识别码子图像；

将所述车辆识别码子图像输入到所述文本识别模型中，以通过所述文本识别模型识别所述第二目标区域所在的车辆识别码子图像中包含的所述车辆识别码。

可选地，还包括：

对通过所述文本识别模型识别出的所述车辆识别码的文本字符串进行输出。

本申请实施例的第二方面，提供了一种车辆识别码的识别系统，所述系统包括：

获取模块，用于获取待识别的目标图像，所述目标图像中包含特殊图案；

确定模块，用于将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；

定位模块，用于根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；

识别模块，用于将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。

可选地，所述将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置，所述确定模块，包括：

第一检测子模块，用于将所述目标图像输入到所述特殊图案检测模型中，检测所述目标图像中是否存在所述特殊图案；

第一确定子模块，用于在检测到所述目标图像中存在所述特殊图案的情况下，确定所述特殊图案的中心点坐标；

第二确定子模块，用于根据所述特殊图案的中心点坐标，确定所述特殊图案在所述目标图像中的位置。

可选地，所述根据所述特殊图案的中心点坐标，确定所述特殊图案的位置之后，还包括：

处理子模块，用于根据所述特殊图案的中心点坐标，对包含所述特殊图案的第一目标区域进行倾斜矫正处理；

平移子模块，用于将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置。

可选地，将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置之后，还包括：

第二检测子模块，用于检测所述特殊图案在所述目标图像中的位置，确定所述特殊图案的中心点坐标，以及所述特殊图案的宽度和高度；

第三确定子模块，用于根据所述特殊图案的中心点坐标，确定所述第一目标区域的中心点坐标；

第四确定子模块，用于根据所述特殊图案的宽度和高度，确定所述第一目标区域的宽度和高度；

第五确定子模块，用于根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小；

所述第二目标区域为包含所述车辆识别码的区域。

可选地，根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小，所述第五确定子模块，包括：

第一确定子单元，用于根据所述第一目标区域的中心点坐标，确定所述第二目标区域的中心点坐标；

第二确定子单元，用于根据所述第一目标区域的高度，确定所述第二目标区域的高度；

第三确定子单元，用于根据所述第一目标区域的中心点坐标以及宽度，确定所述第二目标区域的宽度；

第四确定子单元，用于根据所述第二目标区域的中心点坐标以及宽度和高度，确定所述第二目标区域在所述目标图像中的位置和大小。

可选地，所述将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码，所述识别模块，包括：

截取子模块，用于根据所述第二目标区域的位置和大小，截取所述第二目标区域所在的车辆识别码子图像；

识别子模块，用于将所述车辆识别码子图像输入到所述文本识别模型中，以通过所述文本识别模型识别所述第二目标区域所在的车辆识别码子图像中包含的所述车辆识别码。

可选地，还包括：

输出子模块，用于对通过所述文本识别模型识别出的所述车辆识别码的文本字符串进行输出。

本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序以实现权利要求1至7中任一项所述的车辆识别码的识别方法。

本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如权利要求1至7中任一项所述的车辆识别码的识别方法。

本申请具有以下优点：

本申请实施例提供了一种车辆识别码的识别方法，所述方法包括：获取待识别的目标图像，所述目标图像中包含特殊图案；将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。本申请实施例通过检测车辆识别码中包含的特殊图案，并根据特殊图案在目标图像中的位置以定位车辆识别码的具体位置，并通过文本识别模型来精确识别车辆识别码。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种车辆识别码的识别方法步骤流程图；

图2是本申请实施例提供的一种检测与识别的流程示意图；

图3是本申请实施例提供的一种车辆识别码的识别逻辑流程图；

图4是本申请实施例提供的一种车辆识别码的识别系统示意图；

图5是本申请实施例提供的一种电子设备示意图。

具体实施方式

下面将结合本申请实施例中的附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。

本申请实施例的第一方面，提供了一种车辆识别码的识别方法，参照图1所示，为本申请实施例提供的一种车辆识别码的识别方法步骤流程图，所述方法包括：

步骤S101，获取待识别的目标图像，所述目标图像中包含特殊图案；

具体而言，本申请实施例中，通过移动端设备中安装的识别车辆识别码的APP来获取目标图像，其中，目标图像具体是指包含有特殊图案的图像。实际应用中，这种包含有特殊图案的目标图像可以是在图像中的车辆识别码中包含特殊图像，其中，特殊图案可以是在车辆识别码的两端，也可以是在车辆识别码的中间任一位置，本申请以特殊图案在车辆识别码的两端进出阐述。

步骤S102，将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；

本步骤中，将所述目标图像输入到所述特殊图案检测模型中，检测所述目标图像中是否存在所述特殊图案；

在检测到所述目标图像中存在所述特殊图案的情况下，确定所述特殊图案的中心点坐标；

根据所述特殊图案的中心点坐标，确定所述特殊图案在所述目标图像中的位置。

具体而言，移动端在获取到目标图像之后，将目标图像输入到预设的特殊图案检测模型中，并通过特殊图案检测模型检测所述的目标图像中是否有特殊图案。本申请实施例中，所述特殊图案检测模型是通过对大量的包含特殊图案的样本图像进行学习并训练得到的。因此，在将目标图像输入到特殊图案检测模型中，可以检测到目标图像中是否有特殊图案，同时，通过检测算法可以确定出目标图案的中心点坐标，实际应用中，检测算法可以是Yolov5算法等，特殊图案检测模型能够根据特殊图案的中心点坐标确定特殊图案在目标图像中的位置。

本申请实施例中，以特殊图案为星号为例，将含有星号的目标图像输入到预设的特殊图案检测模型中，特殊图案检测模型检测到车辆识别码两端的星号后，对两端的星号进行定位，根据两端星号的中心点坐标，确定出其在目标图像中的位置。

进一步地，根据所述特殊图案的中心点坐标，确定所述特殊图案的位置之后，还包括：

根据所述特殊图案的中心点坐标，对包含所述特殊图案的第一目标区域进行倾斜矫正处理；

将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置。

具体而言，参照图2，以左右两端的特殊图案为星号进行说明，本申请实施例中，根据特殊图案的中心点坐标，定位出特殊图案在目标图像中的具体位置后，凭借特殊图案检测模型检测到的特殊图案的中心点坐标，具体是确定出两端星号的中心点坐标后，根据两个星号的中心点坐标的相对位置，以两个星号的中心点坐标为基准，确定出两个星号之间的中心点，以两个星号之间的中心点为旋转基准，将包含两个星号在内的第一目标区域旋转矫正处理后，使第一目标区域在所述目标图像中由倾斜位置旋转至水平位置。

进一步地，通过平移处理，将旋转后的第一目标区域平移至目标图像的中心位置，以方便进行图像的截取。

本申请实施例中，将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置之后，还包括：

检测所述特殊图案在所述目标图像中的位置，确定所述特殊图案的中心点坐标，以及所述特殊图案的宽度和高度；

根据所述特殊图案的中心点坐标，确定所述第一目标区域的中心点坐标；

根据所述特殊图案的宽度和高度，确定所述第一目标区域的宽度和高度；

根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小；

所述第二目标区域为包含所述车辆识别码的区域。

具体而言，通过特殊图案检测模型重新检测到平移后的左右两端的星号的中心点坐标，以及左右两端星号的宽度和高度。

进一步地，根据平移后左右两端的星号的中心点坐标，确定出第一目标区域的中心点坐标，以及根据左右两端的星号的宽度和高度，确定第一目标区域的宽度和高度，根据第一目标区域的中心点坐标以及第一目标区域的宽度和高度，可以确定第二目标区域在目标图像中的位置和大小，其中，第二目标区域为包含所述车辆识别码的区域。

进一步地，根据所述第一目标区域的中心点坐标，确定所述第二目标区域的中心点坐标；

根据所述第一目标区域的高度，确定所述第二目标区域的高度；

根据所述第一目标区域的中心点坐标以及宽度，确定所述第二目标区域的宽度；

根据所述第二目标区域的中心点坐标以及宽度和高度，确定所述第二目标区域在所述目标图像中的位置和大小。

步骤S103，根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；

具体而言，第一目标区域的中心点坐标可以看成是第二目标区域的中心点坐标，并根据左右两端的星号的宽度以及各自的中心点坐标，可以确定出第一目标区域除去两端的星号后的第二目标区域的宽度，并根据左右两端星号的高度，取二者高度的最大值，便可以确定出第二目标区域的高度，基于第二目标区域的中心点坐标以及第二目标区域的宽度和高度，可以确定出第二目标区域在目标图像中间的位置和大小，即确定了包含车辆识别码的车辆识别码子图像的位置。

步骤S104，将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。

本申请实施例中，根据所述第二目标区域的位置和大小，截取所述第二目标区域所在的车辆识别码子图像；

将所述车辆识别码子图像输入到所述文本识别模型中，以通过所述文本识别模型识别所述第二目标区域所在的车辆识别码子图像中包含的所述车辆识别码。

具体而言，根据定位到的第二目标区域的位置以及第二目标区域的宽度和高度，即车辆识别码子图像的位置以及车辆识别码子图像的宽度和高度，通过预设的算法可以将车辆识别码子图像从目标图像中截取出来，并将截取的仅包含有车辆识别码的车辆识别码子图像输入到预训练的文本识别模型中，以通过文本识别模型识别车辆识别码子图像中的车辆识别码。实际应用中，可通过对大量的包含有车辆识别码的样本图像进行学习并训练得到本申请的文本识别模型，其中对于文本识别模型中的文字识别算法，本申请用到的是Paddleocr等文字识别算法，对于其他可以用于识别文本的文字识别算法，本申请在此不做限定。

本申请实施例一种较优的实施方式中，通过文本识别模型识别出车辆的识别码后，可以将识别出的车辆识别码的文本字符串通过APP进行输出显示等。

本申请又一种可行的实施例中，提出了一种车辆识别码的识别逻辑流程图，具体参照图3所示，所述流程包括：

本申请中，通过移动端APP获取目标图像，具体的，通过设计一个引导框ROI，所述的引导框可以用来扫描目标图像，通过对大量的目标图像进行扫描，形成数据集，并对数据集进行预训练。

进一步地，具体的预训练过程为，检测训练和识别训练。所谓检测训练，即是将大量的包含特殊图案的样本图像中的特殊图案进行标注，具体是标注其中的特殊图案的位置以及大小等信息，从而形成大量的文本标注文档，并对这些文本标注文档进行学习训练得到所述的特殊图案检测模型。所谓识别训练，即是将大量的包含车辆识别码的样本图像中的车辆识别码进行标注，具体是标注其中的车辆识别码的位置以及具体车辆识别码中的字符的含义等信息，形成大量的文本文档后，对其进行学习训练，得到所述的文本识别模型。

进一步地，通过移动端APP扫描获取待识别的目标图像后，通过特殊图案检测模型检测以及文本识别模型识别后，将最终的识别结果通过移动端APP进行输出。

本申请实施例提供了一种车辆识别码的识别方法，所述方法包括：获取待识别的目标图像，所述目标图像中包含特殊图案；将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。本申请实施例通过检测车辆识别码中包含的特殊图案，并根据特殊图案在目标图像中的位置以定位车辆识别码的具体位置，并通过文本识别模型来精确识别车辆识别码。

本申请又一优选实施例中，通过将大量的包含有模糊的以及各种角度的样本图像中的特殊图案进行预训练得到对应的特殊图案检测模型。并通过特殊图案检测模型检测目标图像中的车辆识别码。

进一步地，将通过特殊图案检测模型检测到的目标图像中的车辆识别码输入到文本识别模型中，对目标图像中的模糊的或各种角度的车辆识别码进行识别。其中，文本识别模型的训练，即是将大量的包含模糊的以及各种角度的车辆识别码的样本图像中的车辆识别码进行标注，具体是标注其中的车辆识别码的位置以及具体车辆识别码中的字符的含义等信息，形成大量的文本文档后，对其进行学习训练，得到所述的文本识别模型。

本实施例中，通过预训练特殊图案检测模型以及文本识别模型，能够在目标图案中检测到因拍摄角度以及光线影响的模糊不清的图案以及各种角度的图案中的车辆识别码，并通过文本识别模型来识别所述的模糊不清的图案以及各种角度的图案中的车辆识别码。

基于同一发明构思，本申请实施例提供了一种车辆识别码的识别系统，如图4所示，所述系统包括：

获取模块201，用于获取待识别的目标图像，所述目标图像中包含特殊图案；

确定模块202，用于将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；

定位模块203，用于根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；

识别模块204，用于将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。

可选地，所述将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置，所述确定模块202，包括：

第一检测子模块，用于将所述目标图像输入到所述特殊图案检测模型中，检测所述目标图像中是否存在所述特殊图案；

第一确定子模块，用于在检测到所述目标图像中存在所述特殊图案的情况下，确定所述特殊图案的中心点坐标；

第二确定子模块，用于根据所述特殊图案的中心点坐标，确定所述特殊图案在所述目标图像中的位置。

可选地，所述根据所述特殊图案的中心点坐标，确定所述特殊图案的位置之后，还包括：

处理子模块，用于根据所述特殊图案的中心点坐标，对包含所述特殊图案的第一目标区域进行倾斜矫正处理；

平移子模块，用于将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置。

可选地，将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置之后，还包括：

第二检测子模块，用于检测所述特殊图案在所述目标图像中的位置，确定所述特殊图案的中心点坐标，以及所述特殊图案的宽度和高度；

第三确定子模块，用于根据所述特殊图案的中心点坐标，确定所述第一目标区域的中心点坐标；

第四确定子模块，用于根据所述特殊图案的宽度和高度，确定所述第一目标区域的宽度和高度；

第五确定子模块，用于根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小；

所述第二目标区域为包含所述车辆识别码的区域。

可选地，根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小，所述第五确定子模块，包括：

第一确定子单元，用于根据所述第一目标区域的中心点坐标，确定所述第二目标区域的中心点坐标；

第二确定子单元，用于根据所述第一目标区域的高度，确定所述第二目标区域的高度；

第三确定子单元，用于根据所述第一目标区域的中心点坐标以及宽度，确定所述第二目标区域的宽度；

第四确定子单元，用于根据所述第二目标区域的中心点坐标以及宽度和高度，确定所述第二目标区域在所述目标图像中的位置和大小。

可选地，所述将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码，所述识别模块204，包括：

截取子模块，用于根据所述第二目标区域的位置和大小，截取所述第二目标区域所在的车辆识别码子图像；

识别子模块，用于将所述车辆识别码子图像输入到所述文本识别模型中，以通过所述文本识别模型识别所述第二目标区域所在的车辆识别码子图像中包含的所述车辆识别码。

可选地，还包括：

输出子模块，用于对通过所述文本识别模型识别出的所述车辆识别码的文本字符串进行输出。

基于同一发明构思，本申请实施例还提供了一种电子设备100，如图5所示，包括存储器110、处理器120及存储在所述存储器110上的计算机程序，所述处理器120执行所述计算机程序以实现如本申请实施例第一方面所述的车辆识别码的识别方法。

基于同一发明构思，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如本申请实施例第一方面所述的车辆识别码的识别方法。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。

以上对所提供的一种车辆识别码的识别方法、系统、电子设备及存储介质，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种车辆识别码的识别方法，其特征在于，所述方法包括：

获取待识别的目标图像，所述目标图像中包含特殊图案；

将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；

根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；

将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。

2.根据权利要求1所述的车辆识别码的识别方法，其特征在于，所述将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置，包括：

将所述目标图像输入到所述特殊图案检测模型中，检测所述目标图像中是否存在所述特殊图案；

在检测到所述目标图像中存在所述特殊图案的情况下，确定所述特殊图案的中心点坐标；

根据所述特殊图案的中心点坐标，确定所述特殊图案在所述目标图像中的位置。

3.根据权利要求2所述的车辆识别码的识别方法，其特征在于，所述根据所述特殊图案的中心点坐标，确定所述特殊图案的位置之后，还包括：

根据所述特殊图案的中心点坐标，对包含所述特殊图案的第一目标区域进行倾斜矫正处理；

将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置。

4.根据权利要求3所述的车辆识别码的识别方法，其特征在于，将倾斜矫正处理后的所述第一目标区域平移至所述目标图像的中心位置之后，还包括：

检测所述特殊图案在所述目标图像中的位置，确定所述特殊图案的中心点坐标，以及所述特殊图案的宽度和高度；

根据所述特殊图案的中心点坐标，确定所述第一目标区域的中心点坐标；

根据所述特殊图案的宽度和高度，确定所述第一目标区域的宽度和高度；

根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小；

所述第二目标区域为包含所述车辆识别码的区域。

5.根据权利要求4所述的车辆识别码的识别方法，其特征在于，根据所述第一目标区域的中心点坐标以及所述第一目标区域的宽度和高度，确定第二目标区域在所述目标图像中的位置和大小，包括：

根据所述第一目标区域的中心点坐标，确定所述第二目标区域的中心点坐标；

根据所述第一目标区域的高度，确定所述第二目标区域的高度；

根据所述第一目标区域的中心点坐标以及宽度，确定所述第二目标区域的宽度；

根据所述第二目标区域的中心点坐标以及宽度和高度，确定所述第二目标区域在所述目标图像中的位置和大小。

6.根据权利要求5所述的车辆识别码的识别方法，其特征在于，所述将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码，包括：

根据所述第二目标区域的位置和大小，截取所述第二目标区域所在的车辆识别码子图像；

将所述车辆识别码子图像输入到所述文本识别模型中，以通过所述文本识别模型识别所述第二目标区域所在的车辆识别码子图像中包含的所述车辆识别码。

7.根据权利要求1-6任一所述的车辆识别码的识别方法，其特征在于，还包括：

对通过所述文本识别模型识别出的所述车辆识别码的文本字符串进行输出。

8.一种车辆识别码的识别系统，其特征在于，所述系统包括：

获取模块，用于获取待识别的目标图像，所述目标图像中包含特殊图案；

确定模块，用于将所述目标图像输入到特殊图案检测模型中，确定所述特殊图案在所述目标图像中的位置；

定位模块，用于根据所述特殊图案在所述目标图像中的位置，在所述目标图像中定位出车辆识别码子图像的位置；

识别模块，用于将所述车辆识别码子图像输入到文本识别模型中，以通过所述文本识别模型识别所述车辆识别码子图像中的车辆识别码。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至7中任一项所述的车辆识别码的识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至7中任一项所述的车辆识别码的识别方法。

Images