TensorflowOpenCV实现的CNN车牌识别代码

某位大牛在github上分享的 CNN 车牌识别源代码，在将其装到Windows的Python下运行时碰到了各种报错（WIN8下python3.6，Opencv3.0）,有些问题搜遍网络也没找到解决方法。最后终于调通，可以进行训练和预测。不过训练的收敛速度不太理想，有待继续研究。分享出来给有兴趣的同学，或许可少走些弯路。

# Copyright （c） 2016 Matthew Earl
# 
# Permission is hereby granted free of charge to any person obtaining a copy
# of this software and associated documentation files （the “Software“） to deal
# in the Software without restriction including without limitation the rights
# to use copy modify merge publish distribute sublicense and/or sell
# copies of the Software and to permit persons to whom the Software is
# furnished to do so subject to the following conditions:
# 
#     The above copyright notice and this permission notice shall be included
#     in all copies or substantial portions of the Software.
# 
#     THE SOFTWARE IS PROVIDED “AS IS“ WITHOUT WARRANTY OF ANY KIND EXPRESS
#     OR IMPLIED INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
#     MERCHANTABILITY FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN
#     NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM
#     DAMAGES OR OTHER LIABILITY WHETHER IN AN ACTION OF CONTRACT TORT OR
#     OTHERWISE ARISING FROM OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE
#     USE OR OTHER DEALINGS IN THE SOFTWARE.

“““
Definitions that don‘t fit elsewhere.

“““

__all__ = （
    ‘DIGITS‘
    ‘LETTERS‘
    ‘CHARS‘
    ‘sigmoid‘
    ‘softmax‘
）

import numpy
#from numpy import float64

DIGITS = “0123456789“
LETTERS = “ABCDEFGHIJKLMNOPQRSTUVWXYZ“
CHARS = LETTERS + DIGITS

def softmax（a）:
 #   exps = numpy.exp（a.astype（numpy.float32））
    exps = numpy.exp（a.astype（numpy.float64））
    return exps / numpy.sum（exps axis=-1）[: numpy.newaxis]
#return exps / numpy.sum（exps axis=-1）[: numpy.newaxis]

def sigmoid（a）:
  return 1. / （1. + numpy.exp（-a））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      60560  2018-04-05 23:36  deep-anpr\1.jpg

     文件       5706  2018-04-10 21:20  deep-anpr\2.jpg

     文件       1675  2018-04-10 23:56  deep-anpr\common.py

     文件        641  2018-04-05 23:35  deep-anpr\CutJpg.py

     文件       1490  2018-04-10 23:34  deep-anpr\deepAnpr.wpr

     文件      30427  2018-04-11 00:55  deep-anpr\deepAnpr.wpu

     文件       7313  2018-04-10 23:21  deep-anpr\detect.py

     文件       2686  2016-08-30 01:20  deep-anpr\extractbgs.py

     文件   14685740  2017-12-05 07:15  deep-anpr\FONTS\platech.ttf

     文件      73744  2011-05-01 16:26  deep-anpr\FONTS\UKNumberPlate.ttf

     文件       9618  2018-04-10 19:52  deep-anpr\gen.py

     文件       1078  2016-08-30 01:20  deep-anpr\LICENSE

     文件       4993  2016-08-30 01:20  deep-anpr\model.py

     文件       2052  2016-08-30 01:20  deep-anpr\README.md

     文件       3575  2018-03-09 21:54  deep-anpr\S1.jpg

     文件       6988  2018-04-06 16:20  deep-anpr\test\00000000_HR56YRX_1.png

     文件       6928  2018-04-06 15:53  deep-anpr\test\00000000_TA39KMF_0.png

     文件       6772  2018-04-06 16:13  deep-anpr\test\00000000_XI65GPZ_1.png

     文件       6863  2018-04-06 15:53  deep-anpr\test\00000001_DP97SXZ_1.png

     文件       6875  2018-04-06 16:13  deep-anpr\test\00000001_WV13ZOC_1.png

     文件       6968  2018-04-06 16:13  deep-anpr\test\00000002_RF53ACD_0.png

     文件       7158  2018-04-06 15:53  deep-anpr\test\00000002_XJ12TQK_0.png

     文件       6946  2018-04-06 15:53  deep-anpr\test\00000003_ZH32UQM_0.png

     文件       6987  2018-04-06 15:53  deep-anpr\test\00000004_NZ30VOX_1.png

     文件       7010  2018-04-06 15:53  deep-anpr\test\00000005_VO81DWU_1.png

     文件       7056  2018-04-06 15:53  deep-anpr\test\00000006_PE65FJQ_0.png

     文件       6832  2018-04-06 15:53  deep-anpr\test\00000007_GT19SBO_1.png

     文件       6926  2018-04-06 15:53  deep-anpr\test\00000008_QP01LSG_0.png

     文件       6548  2018-04-06 15:53  deep-anpr\test\00000009_GR61QLE_0.png

     文件       7040  2018-04-06 15:53  deep-anpr\test\00000010_CS80BXR_0.png

............此处省略1002个文件信息