|
|
|
|
|
EasyPR
|
|
|
|
|
|
======
|
|
|
|
|
|
|
|
|
|
|
|
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。
|
|
|
|
|
|
|
|
|
|
|
|
### 注意
|
|
|
|
|
|
|
|
|
|
|
|
EasyPR是基于opencv2.4.8版本开发的，2.4.8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。opencv3.0版本的代码还没有经过测试。
|
|
|
|
|
|
|
|
|
|
|
|
### 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”
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 安装
|
|
|
|
|
|
|
|
|
|
|
|
EasyPR不需要安装，开发者直接在其上做改动。如果想使用DLL形式引用或者使用其他语言调用，则可以在[EasyPR_DLL_src](https://github.com/liuruoze/EasyPR_Dll_src)中找到。
|
|
|
|
|
|
|
|
|
|
|
|
详细的开发与教程请见[介绍与开发教程](http://www.cnblogs.com/subconscious/p/3979988.html)。
|
|
|
|
|
|
|
|
|
|
|
|
### 使用
|
|
|
|
|
|
|
|
|
|
|
|
使用Git克隆一份拷贝到你本机或者直接下载zip压缩吧。使用vs2010或以上版本的IDE打开sln文件后，就可以看到本项目的所有目录（一些配置文件可能需要修改）。
|
|
|
|
|
|
|
|
|
|
|
|
以下表格是本工程中所有目录的解释与关系:
|
|
|
|
|
|
|
|
|
|
|
|
|目录 | 解释
|
|
|
|
|
|
|------|----------
|
|
|
|
|
|
| src | 所有源文件
|
|
|
|
|
|
| model | 机器学习的模型
|
|
|
|
|
|
| train | 训练代码与数据
|
|
|
|
|
|
| image | 测试用的图片
|
|
|
|
|
|
| doc | 相关文档
|
|
|
|
|
|
| tmp | 存放临时图片的目录
|
|
|
|
|
|
|
|
|
|
|
|
以下表格是src目录中所有文件的解释与关系:
|
|
|
|
|
|
|
|
|
|
|
|
|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
|
|
|
|
|
|
| prep.h | 预包含头文件
|
|
|
|
|
|
| test.cpp | 测试
|
|
|
|
|
|
|
|
|
|
|
|
### 相关问题
|
|
|
|
|
|
|
|
|
|
|
|
如果有任何问题或者建议请在issues里直接提交，或者发作者的email：liuruoze@163.com。
|
|
|
|
|
|
建议与问题一经采纳即会将您的贡献大名列入EasyPR的感谢名单中。
|
|
|
|
|
|
|
|
|
|
|
|
### 鸣谢
|
|
|
|
|
|
|
|
|
|
|
|
唐大侠
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
