基于深度学习(HyperLPR3框架)的中文车牌识别系统-搭建开发环境
本篇内容为搭建开发环境。包括：python开发环境，Qt/C++开发环境，以及用到的各个库的安装和配置。
一、Python开发环境搭建与配置
1、下载并安装Anaconda
我没有用最新的版本，安装的是 Anaconda3-2021.05-Windows-x86_64.exe，安装方法很简单，一路next。只需要注意在安装过程中，将路径添加到环境变量中。
Anaconda安装完成后，自动安装了Python，这个版本的Anaconda自带的Python版本为3.8。
安装完成后，测试python。
2、创建Python虚拟环境，并激活（可选）
打开控制台命令行，输入：
conda create -n plateReco python=3.8
conda active plateReco
3、安装依赖库文件
在激活的虚拟环境中，安装HyperLPR3
安装OpenCV（可选）
4、查看虚拟环境及安装的依赖库
可以在Anaconda Navigator (anaconda3)中查看已经创建的虚拟环境和安装的库（略）
二、Qt/C++开发环境搭建与配置
1、安装VS2017
下载vs_2017Professional.exe并安装
2、安装QtCreator
下载并安装 qt-opensource-windows-x86-5.12.12.exe。安装完成后，QtCreator会自动配置好编译器为"MSVC2017 64bit"