some change

EasyPR.vcxproj

@@ -76,6 +76,10 @@
     </Link>
   </ItemDefinitionGroup>
   <ItemGroup>
+    <None Include="image\使用说明.txt" />
+    <None Include="image\免责声明.txt" />
+    <None Include="image\图片捐赠.txt" />
+    <None Include="image\版权声明.txt" />
     <None Include="model\ann.xml" />
     <None Include="model\svm.xml" />
     <None Include="关于版权.txt" />

EasyPR.vcxproj.filters

@@ -24,6 +24,10 @@
     <None Include="关于版权.txt">
       <Filter>资源文件</Filter>
     </None>
+    <None Include="image\图片捐赠.txt" />
+    <None Include="image\免责声明.txt" />
+    <None Include="image\使用说明.txt" />
+    <None Include="image\版权声明.txt" />
   </ItemGroup>
   <ItemGroup>
     <ClCompile Include="src\util\util.cpp">

image/使用说明.txt

@@ -1,10 +1,13 @@
 1.general_test：存放通用测试数据集（GDTS）的文件夹，EasyPR的开发者会依照这里的图片来判断EasyPR新算法的改进性。其他开发者也可以通过这个测试集测试自己
-修改的程序在通用图片集上的表现。一般来说，这个数据集的里的效果表现是低于下面的native_test的。如果你愿意贡献你的图片，希望EasyPR也可以在你的数据集上表现
-良好，你可以跟我们联系，捐赠10-30张图片给我们。我们会对这些图片进行隐私化处理，然后增加到GDTS里。如果你发现你修改后的算法在GDTS里表现的比EasyPR的更好，并且
-你愿意把代码贡献出来，我们非常欢迎，你可以跟我们联系。你可以通过启动EasyPR->2.通用测试->2.general_test来测试EasyPR在通用数据集上的效果表现。
+修改的程序在通用图片集上的表现。一般来说，这个数据集的里的效果表现是低于下面的native_test的。你可以通过启动EasyPR->2.通用测试->2.general_test来测试EasyPR在通用数据集上的效果表现。
 
 2.native_test：存放使用者特定图片数据集的地方。把你特定环境下的图片放到这里进行测试，跟GDTS分开。由于你希望EasyPR只在你的数据集下表现良好，那么你可以只把你的数据
 放到native_test文件夹下（把里面原有的文件删除），然后运行测试。你既可以改善识别算法，也可以通过EasyPR的训练功能对你的数据集进行训练，然后用训练好的模型替代EasyPR
 的模型（这样的模型比EasyPR的模型对你的数据适应性更好）。你可以通过启动EasyPR->2.通用测试->2.native_test来测试你的效果表现。
 
-3.tmp文件夹：存放EasyPR处理过程的中间图片，用于调试使用。
+3.tmp文件夹：存放EasyPR处理过程的中间图片，用于调试使用。
+
+关于通用测试数据集的数据，如果你愿意贡献你的图片，希望EasyPR也可以在你的数据集上表现良好，
+你可以跟我们(easy_dev@163.com)联系，并捐赠10-30张图片给我们（不需要太多，并且确保这些图片符合捐赠条件的第一条）。
+我们会对这些图片进行模糊与隐私化处理，然后增加到GDTS里。如果你发现你修改后的算法在GDTS里表现的比EasyPR的更好，
+并且你愿意把代码贡献出来，我们非常欢迎，你可以跟我们联系，以开源的形式将这些代码纳入到EasyPR的下一个版本中。

image/免责声明.txt

@@ -0,0 +1,11 @@
+EasyPR中通用测试数据集的使用仅仅是为了研究与学习目的。
+
+任何使用这些数据进行商用或者恶意窥探目的的行为都违反EasyPR所遵循的开源法则以及研究目的。EasyPR不对这些带来恶意行为后果者
+所造成的后果负有责任，尽管从道义上讲，EasyPR谴责这些行为。当恶意使用者以及用数据牟利者违反了EasyPR约定的这些条款时，
+也就意味着EasyPR不会对他们所造成的任何行为负有责任。
+当您使用这些数据时，就意味着您已经同意EasyPR的这些约定，您对EasyPR
+通用测试数据集的滥用以及恶意窥探目行为的后果需要您自己承担，EasyPR及其开源团队与贡献者不承担任何相关的责任。
+
+EasyPR团队保留所有权利。
+
+###当你复制了EasyPR声明权利的这些数据（或者其中一部分）的同时，您也必须将这份文件复制一份，并保持文件与数据时刻在一起

image/图片捐赠.txt

@@ -0,0 +1,14 @@
+******
+EasyPR通用测试数据集（GDTS）的捐赠条件：
+
+为了保证EasyPR中使用的测试数据不有任何侵犯权利的可能性，每个在EasyPR通用测试集上上传的数据都具有以下几个特征：
+1.年代久远，不具有时效性的数据（例如，至少半年以前的数据）或者已经处理过相关版权事宜的数据
+2.在上传前，使用EasyPR提供的函数对图片进行模糊化，裁剪性处理，确保图片不透露任何可能会引起道德、法律上纠纷的信息
+3.在上传前，使用EasyPR提供的反人脸识别工具进行处理，确保图片不侵犯到任何人的隐私权和肖像权
+*******
+
+
+只有经过以上处理，满足以上三个条件的数据，EasyPR才会纳入到通用数据测试集里作为车牌识别的准确率衡判依据。
+任何不满足以上三个条件的数据EasyPR都会保持这些数据的隐秘，不公开等特性，并且确保这些数据处于保密状态。
+
+这些研究仅仅作为开源社区学习机器学习、深度学习、图像识别以及计算机视觉的相关资料与参考，不会作为任何商用或者恶意窥探目的。

image/版权声明.txt

@@ -2,14 +2,4 @@ EasyPR
 这些测试数据集并不在您可以修改并且出卖的范围之内，请确保这些数据集仅仅作为您进行EasyPR图像测试效率的验证与参考。
 这些图片是用来测试EasyPR的效果与指标的，仅仅用于开源学习目的，任何商业化的使用这些数据（例如出卖数据）或者将这些数据作为产品的附赠都是不允许的。
 
-为了保证EasyPR中使用的测试数据不有任何侵犯权利的可能性，每个在EasyPR通用测试集上上传的数据都具有以下几个特征：
-1.年代久远，不具有时效性的数据（例如，至少半年以前的数据）或者已经处理过相关版权事宜的数据
-2.在上传前，使用EasyPR提供的函数对图片进行模糊化，裁剪性处理，确保图片不透露任何可能会引起道德、法律上纠纷的信息
-3.在上传前，使用EasyPR提供的反人脸识别工具进行处理，确保图片不侵犯到任何人的隐私权和肖像权
-
-只有经过以上处理，满足以上三个条件的数据，EasyPR才会纳入到通用数据测试集里作为车牌识别的准确率衡判依据。
-任何不满足以上三个条件的数据EasyPR都会保持这些数据的隐秘，不公开等特性，并且确保这些数据处于保密状态。
-这些研究仅仅作为开源社区学习机器学习、深度学习、图像识别以及计算机视觉的相关资料与参考，不会作为任何商用或者恶意窥探目的。
-任何使用这些数据进行商用或者恶意窥探目的的行为都违反EasyPR所遵循的开源法则以及研究目的，EasyPR谴责这些行为，
-但不会为这些违反EasyPR准则行为的恶意者的后果负有责任。当您使用这些数据时，就意味着您已经同意EasyPR的这些约定，您对EasyPR
-通用测试数据集的滥用以及恶意窥探目行为的后果需要您自己承担，EasyPR及其开源团队与贡献者不承担任何相关的责任。
+###当你复制了EasyPR声明权利的这些数据（或者其中一部分）的同时，您也必须将这份文件复制一份，并保持文件与数据时刻在一起

src/main.cpp

@@ -78,7 +78,7 @@ int main()
 				cout << "我们EasyPR团队目前有一个5人左右的小组在进行EasyPR后续版本的开发工作。" << endl;
 				cout << "如果你对本项目感兴趣，并且愿意为开源贡献一份力量，我们很欢迎你的加入。" << endl;
 				cout << "目前招聘的主要人才是：车牌定位，图像识别，深度学习，网站建设相关方面的牛人。" << endl;
-				cout << "如果你觉得自己符合条件，请发邮件到以下邮箱(easy_dev@163.com)，期待你的加入！" << endl;
+				cout << "如果你觉得自己符合条件，请发邮件到地址(easypr_dev@163.com)，期待你的加入！" << endl;
 				cout << endl;
 				break;
 			case 6:

src/test/accuracy_test.cpp

@@ -146,8 +146,8 @@ int acurayTest(const string& test_path)
 	cout << endl;
 	cout << "正确率统计:"  << endl;
 	cout << "总图片数:" << count_all << "张,  ";
-	cout << "错误数:" << count_err << "张,  ";
-	cout << "未识别图片:" << count_norecogin << "张  " << endl;
+	cout << "未识别图片:" << count_norecogin << "张,  ";
+	cout << "报错数:" << count_err << "张  " << endl;
 
 	float count_recogin = count_all - (count_err + count_norecogin);
 	diff_avg = diff_all / count_recogin;