[C#]winform部署yolov7+CRNN实现车牌颜色识别车牌号检测识别

本文介绍: 同时，Yolov7还采用了多尺度特征融合技术，将不同尺度的特征进行融合，增强了模型对不同大小目标的检测能力。它采用了深度学习技术，利用卷积神经网络对图像进行特征提取，并通过一系列的算法步骤，实现对目标物体的检测和识别。随着深度学习技术的不断发展，我们有理由相信，Yolov7将继续引领目标检测领域的发展，为人们的生活和工作带来更多的便利和价值。此外，Yolov7还引入了一些新的技术手段，如注意力机制和上下文信息编码等，进一步提高了检测的准确性和鲁棒性。

【官方框架地址】

https://github.com/WongKinYiu/yolov7.git

【框架介绍】

Yolov7是一种目标检测算法，全称You Only Look Once version 7。它是继Yolov3和Yolov4之后的又一重要成果，是目标检测领域的一个重要里程碑。

Yolov7在算法结构上继承了其前作Yolov3和Yolov4的设计思想，但在许多方面进行了优化和改进。它采用了深度学习技术，利用卷积神经网络对图像进行特征提取，并通过一系列的算法步骤，实现对目标物体的检测和识别。

相比于之前的版本，Yolov7在检测精度和速度上都有了显著的提升。它采用了更深的网络结构，增加了更多的特征层次，提高了特征提取的精度。同时，Yolov7还采用了多尺度特征融合技术，将不同尺度的特征进行融合，增强了模型对不同大小目标的检测能力。

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Diagnostics;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;

namespace FIRC
{
    public partial class Form1 : Form
    {
        Bitmap bmp = null;
       PlateManager pm = new PlateManager();
        public Form1()
        {
            InitializeComponent();
        }

        private void button1_Click(object sender, EventArgs e)
        {
            OpenFileDialog openFileDialog = new OpenFileDialog();
            openFileDialog.Filter = "图文件(*.*)|*.jpg;*.png;*.jpeg;*.bmp";
            openFileDialog.RestoreDirectory = true;
            openFileDialog.Multiselect = false;
            if (openFileDialog.ShowDialog() == DialogResult.OK)
            {
              
                if(bmp!=null)
                {
                    bmp.Dispose();
                }
                bmp = new Bitmap(openFileDialog.FileName);
                pictureBox1.Image = bmp;


            }


        }

        private void button2_Click(object sender, EventArgs e)
        {
            if(pictureBox1.Image==null)
            {
                return;
            }
            Stopwatch sw = new Stopwatch();
            sw.Start();
            var result = pm.Inference(bmp);
            sw.Stop();
            this.Text = "耗时" + sw.Elapsed.TotalSeconds + "秒";
            var resultImg = pm.DrawImage(bmp,result);
            pictureBox2.Image = resultImg;
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            pm.LoadWeights();

        }

        private void btn_video_Click(object sender, EventArgs e)
        {
           
            VideoCapture capture = new VideoCapture(0);
            if (!capture.IsOpened())
            {
                Console.WriteLine("video not open!");
                return;
            }
            Mat frame = new Mat();
            var sw = new Stopwatch();
            int fps = 0;
            while (true)
            {

                capture.Read(frame);
                if (frame.Empty())
                {
                    Console.WriteLine("data is empty!");
                    break;
                }
                sw.Start();
                var bmp = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(frame);
                var result = pm.Inference(bmp);
                var resultImg = pm.DrawImage(bmp, result);
                var resultMat = OpenCvSharp.Extensions.BitmapConverter.ToMat(resultImg);
                sw.Stop();
                fps = Convert.ToInt32(1 / sw.Elapsed.TotalSeconds);
                sw.Reset();
                Cv2.PutText(resultMat, "FPS=" + fps, new OpenCvSharp.Point(30, 30), HersheyFonts.HersheyComplex, 1.0, new Scalar(255, 0, 0), 3);
                //显示结果
                Cv2.ImShow("Result", resultMat);
                int key = Cv2.WaitKey(10);
                if (key == 27)
                    break;
            }

            capture.Release();
  
        }
    }
}