|
|
|
@ -10,65 +10,18 @@ EasyPR是一个开源的中文车牌识别系统,其目标是成为一个简
|
|
|
|
|
|
|
|
|
|
### 更新
|
|
|
|
|
|
|
|
|
|
本次更新是EasyPR 1.5正式版本,相比beta版本有以下几点更新:
|
|
|
|
|
当前master版本修订了两个小问题:
|
|
|
|
|
|
|
|
|
|
1.修正了SVM训练异常的问题!现在1.5版本也可以自由的使用SVM训练了。这个问题确实是opencv的bug,详见[讨论](https://github.com/opencv/opencv/issues/5054),在此感谢tka同学的告知。注意,3.2的opencv也修正了这个问题,如果你用3.2版本的话,也可以。但是不清楚3.2版本是否会引入其他的问题,在目前的EasyPR版本里,即便用3.0或者3.1版本也可以规避训练异常的问题。
|
|
|
|
|
1.train_auto异常的问题。
|
|
|
|
|
|
|
|
|
|
2.支持linux和mac编译,如果碰到问题请在issue里提问。
|
|
|
|
|
2.opencv3.2的编译问题。现在opencv3.2的接口与3.1和3.0略有变动,如果想要用3.2版本需要参照这个[issue](https://github.com/liuruoze/EasyPR/issues/152)里讨论的修改。
|
|
|
|
|
|
|
|
|
|
3.增加一个无需配置opencv的[懒人版](http://git.oschina.net/easypr/EasyPR/attach_files)。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](http://www.7-zip.org/)解压。
|
|
|
|
|
下个版本会尝试继续优化整体系统与算法。
|
|
|
|
|
|
|
|
|
|
下面是beta版本的更新内容:
|
|
|
|
|
|
|
|
|
|
1.增加了一种新的基于文字定位的定位方法 (MSER), 在面对低对比度,低光照以及大图像上有较强的鲁棒性。
|
|
|
|
|
一个无需配置opencv的[懒人版](http://git.oschina.net/easypr/EasyPR/attach_files)。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](http://www.7-zip.org/)解压。
|
|
|
|
|
|
|
|
|
|
* 夜间的车牌图像
|
|
|
|
|
|
|
|
|
|
![夜间的车牌图像](resources/doc/res/night_1.jpg)
|
|
|
|
|
|
|
|
|
|
* 对比度非常低的图像
|
|
|
|
|
|
|
|
|
|
![对比度非常低的图像](resources/doc/res/contrast_1.jpg)
|
|
|
|
|
|
|
|
|
|
* 近距离的图像
|
|
|
|
|
|
|
|
|
|
![近距离的图像](resources/doc/res/near_1.jpg)
|
|
|
|
|
|
|
|
|
|
* 高分辨率的图像
|
|
|
|
|
|
|
|
|
|
![高分辨率的图像](resources/doc/res/big_1.jpg)
|
|
|
|
|
|
|
|
|
|
2.更加合理的评价协议。结合新增的GroundTruth文件与ICDAR2003的协议,使得整体评价指标更为合理。通用数据集里同时增加了近50张新图片。文字定位方法在面对这些复杂图片时比先前的SOBEL+COLOR的方法定位率提升了27个百分点。
|
|
|
|
|
|
|
|
|
|
实际运行时,使用了文字定位与颜色定位的结合,最终对256张的测试图片的测试结果如下:
|
|
|
|
|
|
|
|
|
|
![v1.5版运行结果](resources/doc/res/v1.5_result.jpg)
|
|
|
|
|
|
|
|
|
|
3.使用了非极大值抑制算法去除相邻的车牌,使得最终输出变的合理。即便使用多个定位方法,最终也只会输出一个车牌,而且是可能性最大的车牌。
|
|
|
|
|
|
|
|
|
|
4.基于局部空间的大津阈值算法与自适应阈值算法,提升了文字分割与分子识别的准确率。
|
|
|
|
|
|
|
|
|
|
* 车牌图像
|
|
|
|
|
|
|
|
|
|
![车牌图像](resources/doc/res/not_avg_contrast.jpg)
|
|
|
|
|
|
|
|
|
|
* 普通大津阈值结果
|
|
|
|
|
|
|
|
|
|
![普通大津阈值结果](resources/doc/res/normal_ostu.jpg)
|
|
|
|
|
|
|
|
|
|
* 空间大津阈值结果
|
|
|
|
|
|
|
|
|
|
![空间大津阈值结果](resources/doc/res/spatial_ostu.jpg)
|
|
|
|
|
|
|
|
|
|
5.新的SVM模型与特征(LBP),提升了车牌判断的鲁棒性,新的中文ANN识别模型,提升了中文识别的整体准确率近15个百分点。
|
|
|
|
|
|
|
|
|
|
6.增加了Grid Search方法,可以进行自动调参。
|
|
|
|
|
|
|
|
|
|
7.首次增加了多线程支持,基于OpenMP的文字定位方法,在最终的识别速度上,比原先的单线程方法提高了接近2倍。
|
|
|
|
|
|
|
|
|
|
8.替换了一部分中文注释,使得windows下的visual studio在面对全部以LF结尾的文件时,也能成功通过编译。目前的程序只要opencv配置正确,gitosc上通过zip下载下来的程序可以直接通过编译并运行。
|
|
|
|
|
|
|
|
|
|
关于本次改动的具体内容可以看博客中的[介绍](http://www.cnblogs.com/subconscious/p/5637735.html)。
|
|
|
|
|
关于1.5版本改动的具体内容可以看博客中的[介绍](http://www.cnblogs.com/subconscious/p/5637735.html)。
|
|
|
|
|
|
|
|
|
|
### 跨平台
|
|
|
|
|
|
|
|
|
|