python字典實例（部分）

Python字典實例（部分）

主要內容：通過百度車牌識別實例學習python字典類型的使用

任務布置：

1.掌握python字典類型的定義與訪問過程；

2.學習Baidu ai開放平臺中車牌識別接口的使用；

3.通過Labview&python模式實現簡單公路區間測速案例；

關鍵詞：Labview&python、字典類型、百度ai識別接口、車牌識別、車輛區間測速。

正文：

在生活中攝像識別無處不在，其中車牌識別在停車場或道路抓拍測速應用最多，為了達到好的學習效果，先需要學習python中字典類型，然后進行車牌識別應用開發就更順暢。

如果一本書沒有目錄，那么你要找到某一故事情節需要把書翻看一遍，那新華字典如果沒有查字引索，大量的數據無從下手。在python語言中提出字典(dictionary)類型的概念:能夠存儲不同類型的可變容器，由鍵和鍵值組成。在結構功能上類似于虛擬儀器中的數據簇，都是通過名稱來映射數據達到更好管理數據的目的。字典類型具體格式如下：

創建字典類型的格式：字典名稱 = {＇鍵名1＇:＇鍵值1＇，＇鍵名2＇:＇鍵值2＇}

訪問或修改字典數據：字典名稱[＇鍵名＇] = 參數

一個字典可定義多個鍵名，鍵名與鍵值之間用冒號隔開，鍵名不允許重復，鍵與鍵之間用逗號隔開，整個鍵區域邊界是{}，在訪問字典時鍵名在[]內部。圖1是運用python字典實現對水果信息描述的操作，水果信息字典包括有兩個字符和一個數值，print打印整個字典會輸出帶格式的字

圖2. python字典描述游戲人物屬性

學習python 字典類型語法后，通過具體實例來鞏固知識點的應用，實例是運用基于百度Ai平臺的車牌識別。

運用外部接口首先需要閱讀開發文檔，在說明中會發現圖片讀取函數是通用的，唯一變動的是將圖片傳入客戶端的licensePlate函數中處理（client.licensePlate）。然后查看輸出返回代碼，返回信息是按照python字典輸出，查詢簡單參數用字典訪問規則就可實現，省去了第二節的labview解析處理結構。

圖3.百度Ai車牌識別接口說明

圖4.調試代碼與原始返回結果

根據圖4左側代碼編譯后發現：返回結果的原始數據遠遠比說明詳細，增加了識別準確率信息和車牌位置信息。如果運用labview字符掃描解碼很容易出錯，python字典查詢方式避免了結構變動的影響,所以用python在字典中訪問車牌號的格式是： 字典名[一級目錄][二級目錄]（car[結果返回][號碼]）。

百度平臺的車牌識別也是歸屬于文字識別，所以權限口令彼此通用，只是最后調用的函數變動，所以修改第2節實例最后的輸出，將返回賦予對象，用字典格式查詢對象里面的車牌號即可。圖5去掉了輸出的解析部分，運用Labview打開顯示圖片，然后python去識別圖片中的車牌號。需要注意的是百度Ai的車牌識別接口每天免費調用200次(超出按量付費)，不能無限次的使用，可以在出入口加入紅外或超聲波距離傳感器，當有車輛時才去攝像進行車輛識別，提高接口的使用率。

圖5.車牌識別實現界面與代碼

（未加入攝像頭）

區間測速是在同一路段設置兩個相鄰的監控點，通過車輛通過此路段的時間來計算平均速度，然后根據限速標準來判斷是否超速。原理都知道，需要注意的是區間測速路段同時會有多輛車在行駛，不是一輛車的測速，需要記錄和協調多輛車的行駛信息。首先入口攝像頭抓拍車輛圖像，通過識別接口得到車牌號后，與進入時間注冊添加到測速容器中，出口時同樣得到車牌號，速度公式計算區段內對應車輛的平均速度。

圖6是用虛擬儀器中簇方法來實現車輛信息存儲計算，入口注冊時自動填入識別到的[車牌號][進入時間][intime(s)]，這[intime]是絕對秒時間方便計算通過時間，出口時的原理是識別到車牌號，找到對應車牌號ID添加出口的時間，然后用出入絕對時間（秒）相減計算通過時間，所以平均速度（km/h）=位移(km)/時間(h)。將得到的車輛區間測速的完整記錄存入數據庫，注銷對應車輛容器信息條。

圖6.區間測速車輛記錄容器

本文轉載自異步社區

軟件開發 高性能計算

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。