Merge remote-tracking branch 'origin/master' into HEAD

Conflicts:
	README.md
	src/main.cpp
	src/train/svm_train.cpp
	src/util/general_test_prepare.cpp
	src/util/mc_data_prepare.cpp

.gitignore

@@ -21,6 +21,7 @@ build/
 bld/
 [Bb]in/
 [Oo]bj/
+*.orig
 
 # Roslyn cache directories
 *.ide/

README.md

@@ -1,41 +1,144 @@
-EasyPR for Linux
+EasyPR
 ======
 
-此版本仅修改了原版本的部分平台相关的代码，可以同时在Windows和Linux下编译运行。原版请查看：
+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、高效、准确的车牌识别引擎。
 
-[EasyPR](https://github.com/liuruoze/EasyPR)
+相比于其他的车牌识别系统，EasyPR有如下特点：
 
-# 注意
+* 它基于openCV这个开源库。这意味着你可以获取全部源代码，并且移植到java等平台。
+* 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。图片清晰情况下，车牌检测与字符识别可以达到90%以上的精度。
 
-此版本的源代码全部为`UTF-8(without bom)`编码形式，Windows用户请使用支持`UTF-8`格式的编译器，VS系列的IDE对UTF-8中文支持不理想。
+### 版本
 
-# 编译
+EasyPR最开始是发布在[GitHub](https://github.com/liuruoze/EasyPR)上的，然后在国内的[oschina](http://git.oschina.net/easypr/EasyPR)上也部署了一份镜像。
+相关的issue欢迎在GitHub上统一提交。目前除了windows版本以外，还有以下其他平台的版本：
 
-## 依赖
+|版本 | 开发者 | 地址
+|------|-------|-------
+| android |  goldriver  |  [linuxxx/EasyPR_Android](https://github.com/linuxxx/EasyPR_Android)
+| linux | Micooz  |  [Micooz/EasyPR/tree/linux-dev](https://github.com/Micooz/EasyPR/tree/linux-dev)
+| ios | zhoushiwei |  [zhoushiwei/EasyPR-iOS](https://github.com/zhoushiwei/EasyPR-iOS)
+| mac | zhoushiwei | [zhoushiwei/EasyPR](https://github.com/zhoushiwei/EasyPR)
+| c# | 招聘中 |   
 
-* gcc 4.8 或以上
+感谢以上所有开发者的努力！
-* cmake 2.6 或以上
-* opencv 2.4.8 或以上
 
-## 编译opencv
+### 更新
 
-此过程需要较长时间，请耐心等待。
+目前EasyPR的版本是1.1，相比上一个版本，有以下更新。可以在[ChangeLog](doc/ChangeLog.md)中找到更多信息。
+目前版本的EasyPR在车牌定位上还不够鲁棒，在下个版本中计划对定位做个完善与升级。
+
+* 新的SVM模型。新模型使用rbf核替代了liner核，在车牌判断的准确率提升了8个百分点。
+* 新增两个特征提取方法。并提供了相关的回调函数接口。
+* 新增Debug模式。可以在image/tmp文件夹下看到所有输出的中间图片。
+* 新增LifeMode模式。相比默认模式，更适合在生活场景下定位车牌。
+* 新增批量测试功能。这个功能可供测试EasyPR在多幅图片上的整体表现效果。
+* 引入GDTS(General Data Test Set。通用数据测试集)概念，作为EasyPR准确率的评测数据集。
+* 引入[GDSL协议](image/GDSL.txt)。此协议是为了确保GDTS中的数据不受到任何商业性与恶性目的行为的滥用。
+* 完善SVM训练功能。提供了一个方便的训练操作窗口。这些功能是为了配合即将发布的SVM开发详解这篇文章。
+* 强化SVM模型验证。使用了三个新的数据集概念，即learn data，train data，test data。
+* 新增评价指标。引入Precise，Recall，FSocre三个指标这三个指标作为SVM模型准确率评判的参数与改善的依据。
+* 新增整体指标。引入levenshtein距离作为EasyPR整体识别准确率误差的评判参数与改善依据。
+* 大幅增加训练数据。SVM训练数据中增加了近千张新数据(未经直方图均衡化的车牌图片和非车牌图片)。
+* 新增命令行窗口，作为测试与训练的辅助工具。
+
+注意：上一个版本中image文件下的test.jpg请删除。它的格式已经不符合新的[GDSL协议](image/GDSL.txt)的约定。
+如果想测试，可以使用本版本中替换的test.jpg。
+
+### 兼容性
+
+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的版本还没有经过测试。
+
+### 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：
+
+![EasyPR 原始图片](doc/res/plate_locate.jpg)
+
+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：
+
+![EasyPR 车牌](doc/res/blue_plate.jpg)
+
+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选择“从现有代码创建项目”，引用EasyPR的目录。
+
+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
+| model | 机器学习的模型
+| train | 训练数据与说明
+| image | 测试用的图片
+| doc | 相关文档
+
+以下表格是image目录中子目录的解释:
+
+|目录 | 解释
+|------|----------
+| general_test | GDTS（通用数据测试集）
+| natvie_test | NDTS（本地数据测试集）
+| baidu_image | 从百度下载的图片
+| tmp | Debug模式下EasyPR输出中间图片的目录
+
+以下表格是src目录中子目录的解释:
+
+|目录 | 解释
+|------|----------
+| core |  核心功能
+| include | 相关头文件
+| test | 测试目录，包括单图测试与批量测试
+| 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
+| features | 特征提取回调函数
+| prep.h | 预包含头文件
+
+以下表格是src目录下一些辅助文件的解释与关系:
+
+|文件 | 解释
+|------|----------
+| util.h | 辅助功能头文件
+| main.cpp | 主命令行窗口
+| test.cpp | 单例测试
+| accuracy_test.cpp | 批量测试
+| svm_train.cpp | svm训练函数
+| generate_gdts.cpp | GDTS生成函数
+
+### 问题
+
+如果有任何问题或者建议请在issues里直接提交，或者发email：easypr_dev@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（ Credits ）中。
+
+### 鸣谢
+
+taotao1233，唐大侠，jsxyhelu，如果有一天(zhoushiwei)，学习奋斗，袁承志，圣城小石匠，goldriver，Micooz，梦里时光，Rain Wang
 
-```
-$ cd opencv/
-$ cmake .
-$ make
-$ make install
-```
 
-注意一定要执行`make install`不然cmake检查EayPR依赖的时候会找不到opencv。
 
-## 编译EasyPR
 
-```
-$ cd EasyPR/
-$ cmake .
-$ make
-```
 
-会直接生成使用动态链接库的可执行程序。