基于深度学习(HyperLPR3框架)的中文车牌识别系统-Qt调用Python

本篇主要内容为Qt与Python混合编程：Qt应用程序中将图片数据传给Python；在Python程序中进行识别处理；Python程序将识别结果返回给Qt应用程序使用。

1、Qt应用程序中根据图片路径，通过OpenCV读取图片数据，然后将图片数据传递给Python接口。如果连接的是摄像头，则将摄像头获取到的视频帧传递给Python接口。

主要代码如下：

    cv::Mat image = cv::imread(strFilename.toStdString());
    ......

    // 要调用的python文件名
    PyObject *pModule = PyImport_ImportModule("common");
    if (!pModule)
    {
        qDebug("Can't find your common.py file.");
        return nullptr;
    }

    //获取模块中的函数
    PyObject *pFunc = PyObject_GetAttrString(pModule, "recognize_image");
    if (!pFunc)
    {
        qDebug("failed PyObject_GetAttrString().");
        return nullptr;
    }


    // 准备输入参数
    PyObject *pArg = PyTuple_New(1);
    int nChannel = image.channels();
    npy_intp dims[3] = {image.rows, image.cols, nChannel};
    PyObject* pValue = PyArray_SimpleNewFromData(nChannel, dims, NPY_UBYTE, image.data);
    if(pValue == NULL)
    {
        qDebug("pValue == NULL");
    }
    PyTuple_SetItem(pArg, 0, pValue);

    //调用函数，并传递参数
    PyObject *py_result = PyEval_CallObject(pFunc, pArg);

py_result接收Python识别的结果数据，通过解析py_result，可以得到识别的车牌字符串和车牌位置等信息。在Qt应用程序中可以将这些数据进行持久化处理，或者与其他应用进行融合，构建复杂的应用系统。