中文车牌识别系统
感谢Liuruoze的EasyPR开源车牌识别系统。
EasyPR是一个中文的开源车牌识别系统，其目标是成为一个简单、灵活、准确的车牌识别引擎。
相比于其他的车牌识别系统，EasyPR有如下特点：
- 它基于openCV这个开源库，这意味着所有它的代码都可以轻易的获取。
- 它能够识别中文，例如车牌为苏EUK722的图片，它可以准确地输出std:string类型的"苏EUK722"的结果。
- 它的识别率较高。目前情况下，字符识别已经可以达到90%以上的精度。
跨平台
目前除了windows平台以外，还有以下其他平台的EasyPR版本。一些平台的版本可能会暂时落后于主平台。
现在有一个无需配置opencv的1.5版本的懒人版。仅仅支持vs2013，也只能在debug和x86下运行，其他情况的话还是得配置opencv。感谢范文捷同学的帮助。页面里的两个文件都要下载，下载后用7zip解压。
版本 | 开发者 | 版本 | 地址 |
|---|---|---|---|
android | goldriver | 1.4 | linuxxx/EasyPR_Android |
linux | Micooz | 1.6 | 已跟EasyPR整合 |
ios | zhoushiwei | 1.3 | zhoushiwei/EasyPR-iOS |
mac | zhoushiwei,Micooz | 1.6 | 已跟EasyPR整合 |
java | fan-wenjie | 1.2 | fan-wenjie/EasyPR-Java |
懒人版 | fan-wenjie | 1.5 | git/oschina |
兼容性
当前EasyPR是基于opencv3.0版本开发的，3.0及以上的版本应该可以兼容，以前的版本可能会存在不兼容的现象。
例子
假设我们有如下的原始图片，需要识别出中间的车牌字符与颜色：
经过EasyPR的第一步处理车牌检测（PlateDetect）以后，我们获得了原始图片中仅包含车牌的图块：
接着，我们对图块进行OCR过程，在EasyPR中，叫做字符识别（CharsRecognize）。我们得到了一个包含车牌颜色与字符的字符串：
“蓝牌：苏EUK722”
示例
EasyPR的调用非常简单，下面是一段示例代码:
CPlateRecognize pr;
pr.setResultShow(false);
pr.setDetectType(PR_DETECT_CMSER);
vector<CPlate> plateVec;
Mat src = imread(filepath);
int result = pr.plateRecognize(src, plateVec);我们首先创建一个CPlateRecognize的对象pr，接着设置pr的属性。
pr.setResultShow(false);这句话设置EasyPR是否打开结果展示窗口，如下图。设置为true就是打开，否则就是关闭。在需要观看定位结果时，建议打开，快速运行时关闭。
pr.setDetectType(PR_DETECT_CMSER);这句话设置EasyPR采用的车牌定位算法。CMER代表文字定位方法，SOBEL和COLOR分别代表边缘和颜色定位方法。可以通过"|"符号结合。
pr.setDetectType(PR_DETECT_COLOR | PR_DETECT_SOBEL);除此之外，还可以有一些其他的属性值设置：
pr.setLifemode(true);这句话设置开启生活模式，这个属性在定位方法为SOBEL时可以发挥作用，能增大搜索范围，提高鲁棒性。
pr.setMaxPlates(4);这句话设置EasyPR最多查找多少个车牌。当一副图中有大于n个车牌时，EasyPR最终只会输出可能性最高的n个。
下面来看pr的方法。plateRecognize()这个方法有两个参数，第一个代表输入图像，第二个代表输出的车牌CPlate集合。
vector<CPlate> plateVec;
Mat src = imread(filepath);
int result = pr.plateRecognize(src, plateVec);当返回结果result为0时，代表识别成功，否则失败。
CPlate类包含了车牌的各种信息，其中重要的如下：
CPlate plate = plateVec.at(i);
Mat plateMat = plate.getPlateMat();
RotatedRect rrect = plate.getPlatePos();
string license = plate.getPlateStr();plateMat代表车牌图像，rrect代表车牌的可旋转矩形位置，license代表车牌字符串，例如“蓝牌：苏EUK722”。
这里说下如何去阅读如下图的识别结果。
第1行代表的是图片的文件名。
第2行代表GroundTruth车牌，用后缀（g）表示。第3行代表EasyPR检测车牌，用后缀（d）表示。两者形成一个配对，第4行代表两者的字符差距。
下面同上。本图片中有3个车牌，所有共有三个配对。最后的Recall等指标代表的是整幅图片的定位评价，考虑了三个配对的结果。
有时检测车牌的部分会用“无车牌”与“No string”替代。“无车牌”代表“定位不成功”，“No string”代表“定位成功但字符分割失败”。
版权
EasyPR的源代码与训练数据遵循Apache v2.0协议开源。
EasyPR的resources/image/general_test文件夹下的图片数据遵循GDSL协议（通用数据共享协议）进行开放。
请确保在使用前了解以上协议的内容。
目录结构
以下表格是本工程中所有目录的解释:
目录 | 解释 |
|---|---|
src | 所有源文件 |
include | 所有头文件 |
test | 测试程序 |
model | 机器学习的模型 |
resources/text | 中文字符映射表 |
resources/train | 训练数据与说明 |
resources/image | 测试用的图片 |
resources/doc | 相关文档 |
tmp | 训练数据读取目录，需要自建 |
以下表格是resources/image目录中子目录的解释:
目录 | 解释 |
|---|---|
general_test | GDTS（通用数据测试集） |
native_test | NDTS（本地数据测试集） |
tmp | Debug模式下EasyPR输出中间图片的目录，需要自建 |
以下表格是src目录中子目录的解释:
目录 | 解释 |
|---|---|
core | 核心功能 |
preprocess | SVM预处理 |
train | 训练目录，存放模型训练的代码 |
util | 辅助功能 |
以下表格是src目录下一些核心文件的解释与关系:
文件 | 解释 |
|---|---|
plate_locate | 车牌定位 |
plate_judge | 车牌判断 |
plate_detect | 车牌检测，是车牌定位与车牌判断功能的组合 |
chars_segment | 字符分割 |
chars_identify | 字符鉴别 |
chars_recognise | 字符识别，是字符分割与字符鉴别功能的组合 |
plate_recognize | 车牌识别，是车牌检测与字符识别的共有子类 |
feature | 特征提取回调函数 |
plate | 车牌抽象 |
core_func.h | 共有的一些函数 |
以下表格是test目录下文件的解释:
文件 | 解释 |
|---|---|
main.cpp | 主命令行窗口 |
accuracy.hpp | 批量测试 |
chars.hpp | 字符识别相关 |
plate.hpp | 车牌识别相关 |
以下表格是train目录下文件的解释:
文件 | 解释 |
|---|---|
ann_train.cpp | 训练二值化字符 |
annCh_train.hpp | 训练中文灰度字符 |
svm_train.hpp | 训练车牌判断 |
create_data.hpp | 生成合成数据 |
获取帮助
详细的开发与教程请在微信恢复“车牌识别”。
Contributors
- liuruoze：1.0-1.2，1.5版作者
- 海豚嘎嘎(车主之家)：1.3版算法贡献者，提升了车牌定位与字符识别的准确率
- Micooz：1.3-1.4版架构重构，linux与mac支持，opencv3.0支持，utf-8编码转换
- jsxyhelu：deface版本一
- zhoushiwei：deface版本二
- ahccom：新的plateLocate函数
- 阿水：1.3版整合，数据标注等工作
- fan-wenjie：1.5版opencv整合版提供者
- Free：1.6版数据提供者