cn.smartjavaai.ocr.model.plate

接口 PlateDetModel

所有超级接口:

AutoCloseable

所有已知实现类:

Yolov5PlateDetModel

public interface PlateDetModel
extends AutoCloseable

车牌检测模型

作者:

dwj

方法概要

限定符和类型	方法和说明
default R<List<PlateInfo>>	detect(BufferedImage image) 车牌检测
default R<List<PlateInfo>>	detect(byte[] imageData) 车牌检测
default ai.djl.modality.cv.output.DetectedObjects	detect(ai.djl.modality.cv.Image image) 车牌检测
default R<List<PlateInfo>>	detect(InputStream inputStream) 车牌检测
default R<List<PlateInfo>>	detect(String imagePath) 车牌检测
default R<BufferedImage>	detectAndDraw(BufferedImage sourceImage) 检测并绘制结果
default R<Void>	detectAndDraw(String imagePath, String outputPath) 检测并绘制结果
default R<List<PlateInfo>>	detectBase64(String base64Image) 车牌检测
default org.apache.commons.pool2.impl.GenericObjectPool<ai.djl.inference.Predictor<ai.djl.modality.cv.Image,ai.djl.modality.cv.output.DetectedObjects>>	getPool()
void	loadModel(PlateDetModelConfig config) 加载模型

从接口继承的方法 java.lang.AutoCloseable

close

方法详细资料

loadModel

void loadModel(PlateDetModelConfig config)

加载模型

参数:

config -

detect

default R<List<PlateInfo>> detect(String imagePath)

车牌检测

参数:

imagePath - 图片路径

返回:

detect

default R<List<PlateInfo>> detect(InputStream inputStream)

车牌检测

参数:

inputStream -

返回:

detectBase64

default R<List<PlateInfo>> detectBase64(String base64Image)

车牌检测

参数:

base64Image -

返回:

detect

default R<List<PlateInfo>> detect(BufferedImage image)

车牌检测

参数:

image - BufferedImage

返回:

detect

default R<List<PlateInfo>> detect(byte[] imageData)

车牌检测

参数:

imageData - 图片字节数组

返回:

detect

default ai.djl.modality.cv.output.DetectedObjects detect(ai.djl.modality.cv.Image image)

车牌检测

参数:

image - DJL Image

返回:

detectAndDraw

default R<Void> detectAndDraw(String imagePath,
                              String outputPath)

检测并绘制结果

参数:

imagePath - 图片输入路径（包含文件名称）

outputPath - 图片输出路径（包含文件名称）

detectAndDraw

default R<BufferedImage> detectAndDraw(BufferedImage sourceImage)

检测并绘制结果

参数:

sourceImage -

返回:

getPool

default org.apache.commons.pool2.impl.GenericObjectPool<ai.djl.inference.Predictor<ai.djl.modality.cv.Image,ai.djl.modality.cv.output.DetectedObjects>> getPool()