Merge branch 'master-gbk'

# Conflicts: # include/easypr/chars_identify.h # include/easypr/chars_recognise.h # include/easypr/chars_segment.h # include/easypr/core_func.h # include/easypr/plate.h # include/easypr/plate_detect.h # include/easypr/plate_judge.h # include/easypr/plate_locate.h # include/easypr/plate_recognize.h # include/easypr/util.h # src/core/chars_identify.cpp # src/core/chars_recognise.cpp # src/core/chars_segment.cpp # src/core/core_func.cpp # src/core/feature.cpp # src/core/plate_detect.cpp # src/core/plate_judge.cpp # src/core/plate_locate.cpp # src/core/plate_recognize.cpp # src/train/ann_train.cpp # test/accuracy.hpp # test/main.cpp
10 years ago · a0d3741f09
parent 738d4bb48c 063d48f8df
commit a0d3741f09
86 changed files with 5991 additions and 6109 deletions
--- a/.gitignore
+++ b/.gitignore
@ -6,14 +6,29 @@ Thumbs.db
 *.exe
 *.pdb
 *.user
-*.sln.docstates
+*.aps
+*.pch
+*.vspscc
+*_i.c
+*_p.c
+*.ncb
 *.suo
+*.tlb
+*.tlh
+*.bak
+*.cache
+*.ilk
+*.log
+[Bb]in
+[Dd]ebug*/
+*.lib
+*.sbr
+obj/
+[Rr]elease*/
+_ReSharper*/
+

 # Build results
-[Dd]ebug/
-[Dd]ebugPublic/
-[Rr]elease/
-[Rr]eleases/
 experiment/
 experi/
 bak/
@ -197,3 +212,6 @@ EasyPR.xcodeproj/

 # Debug tmp files
 tmp/
+
+# native_test files
+native_test/
--- a/ChangeLog.md
+++ b/ChangeLog.md
@ -0,0 +1,86 @@
+EasyPR版本更新
+======
+
+本次更新是1.2版，主要改进在于提升了车牌定位模块的准确性，从70%左右到目前的94%，见下图：
+
+![1.2版综合效果](doc/res/testresult.png)
+
+主要改动如下：
+
+* 车牌定位使用了“颜色信息”+“二次Sobel”的综合搜索方法。在下面的window中红框代表Sobel定位结果，黄框代表颜色定位结果。
+
+* “批量测试”增加了一个结果查看window，这个窗口可以用SetDebug()方法开闭(true开，false关)。
+
+![查看结果](doc/res/window.png)
+
+* 基本攻克了“大角度定位”问题，下图的车牌被定位并转到了正确的视角。
+
+![大角度定位](doc/res/bigangle.png)
+
+* GDTS里新增了若干张新测试图，包括数张大角度图。
+
+* “批量测试”结果现在同时会保存在“run_accuracy”文件中，可以查询历史信息。
+
+* 与Linux版本做了整合，可以实现跨平台编译。
+
+
+======
+
+
+目前EasyPR的版本是1.1，相比上一个版本1.0，有以下更新（这次的更新内容较多，为了跟你现有的项目和代码不冲突，请
+谨慎选择全部更新，最好新起一个目录试试新增的功能和内容）：
+
+* 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。
+
+![svm准确率改进](res/svm_upgragde.png)
+
+* 新增两个特征提取方法。并提供了相关的回调函数接口供二次开发。
+
+![fetures](res/fetures.png)
+
+* 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。
+
+![Debug模式](res/debug.jpg)
+
+* 增加了LifeMode模式，相比默认模式，更适合在生活场景下定位车牌。
+
+![LifeMode模式](res/lifemode.jpg)
+
+* 增加了批量测试功能，这个功能可供测试EasyPR在多幅图片上的整体表现效果。
+
+![批量测试](res/batch_operation.jpg) ![批量测试结果](res/batch_result.png)
+
+* 引入了GDTS(General Data Test Set，通用数据测试集)这个概念，作为EasyPR准确率的评测数据集。
+
+![GDTS](res/general_test.jpg)
+
+* 为了确保GDTS的数据仅用于非商业目的，引入了新的[GDSL协议](../image/GDSL.txt)。
+
+![GDSL](res/gdsl.jpg)
+
+* 完善SVM训练功能。提供了一个方便简单的训练窗口。这些增加的功能是为了配合即将推出的SVM开发详解这篇文章。
+
+![SVM训练](res/svm_train.jpg)
+
+* 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。
+
+![SVM训练集](res/svm_data.jpg)
+
+* 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。
+
+![SVM指标](res/svm_rate.jpg)
+
+* 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。
+
+![levenshtein1](res/levenshtein1.jpg) ![levenshtein2](res/levenshtein2.jpg) ![levenshtein3](res/levenshtein3.jpg)
+
+![levenshteinAll](res/levenshteinAll.JPG)
+
+* 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)。
+
+请自行解压train/data/plate_detect_svm/learn下的压缩文件查看相关信息。
+
+* 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如果有同学下载了，请删除。它的格式不符合新的GDSL协议的约定。
+如果想使用测试图片，可以使用1.1版本中新增的test.jpg替代。
--- a/README.md
+++ b/README.md
@ -10,11 +10,9 @@ EasyPR是一个中文的开源车牌识别系统，其目标是成为一个简

 ### 更新

-本次更新是1.3alpha版，主要改进在于提升了字符识别模块的准确性：
+本次更新是1.3beta版，主要改进在于提升了字符识别模块的准确性：

-平均字符差距从2.0降低到0.7，完整匹配度从25%左右上升到目前的68%。
-
-同时，车牌定位模块准确率进一步提升，从上一个版本的94%上升到现在的99%。见下图：
+平均字符差距从0.7降低到0.4，完整匹配度从68%左右上升到目前的81%，平均执行时间从2秒降低到1.5秒。见下图：

 ![1.3版综合效果](resources/doc/res/testresult_1.3.png)

@ -24,7 +22,7 @@ EasyPR是一个中文的开源车牌识别系统，其目标是成为一个简

 * 使用了更鲁棒性的办法提升了车牌定位模块的准确率。

-目前版本的问题是处理时间大幅度上升，1.3正式版本中会对这个问题进行fix。
+目前版本的问题是处理时间还是偏高，1.3正式版本中会对这个问题进行fix。

 ### 跨平台

@ -34,8 +32,8 @@ EasyPR是一个中文的开源车牌识别系统，其目标是成为一个简
 |------|-------|-------|-------
 | android |  goldriver  |  1.1  |  [linuxxx/EasyPR_Android](https://github.com/linuxxx/EasyPR_Android)
 | linux | Micooz  |  1.3  |  已跟EasyPR整合
-| ios | zhoushiwei |  1.1  |  [zhoushiwei/EasyPR-iOS](https://github.com/zhoushiwei/EasyPR-iOS)
-| mac | zhoushiwei |  1.1  | [zhoushiwei/EasyPR](https://github.com/zhoushiwei/EasyPR)
+| ios | zhoushiwei |  1.3  |  [zhoushiwei/EasyPR-iOS](https://github.com/zhoushiwei/EasyPR-iOS)
+| mac | zhoushiwei,Micooz |  1.3  | 已跟EasyPR整合
 | java | fan-wenjie |  1.2  | [fan-wenjie/EasyPR-Java](https://github.com/fan-wenjie/EasyPR-Java)

 ### 兼容性
@ -56,6 +54,14 @@ 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

 “蓝牌：苏EUK722”

+### 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](image/GDSL.txt)（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:
@ -207,11 +213,11 @@ $ ./easypr_test svm --train --has-plate=has/ --no-plate=no/ --divide --svm=save/

 ### Contributors

-* liuruoze：1.0-1.2版核心代码作者
+* liuruoze：1.0-1.2版核心代码作者，1.3版整合工作

-* 海豚嘎嘎：1.3版作者，提升了字符识别准确率
+* 海豚嘎嘎：1.3alpha-beta版作者，提升了车牌定位与字符识别的准确率

-* Micooz：linux平台编译，性能优化，util类
+* Micooz：linux与mac的跨平台编译，性能优化，util类

 * jsxyhelu：deface版本一

@ -219,6 +225,8 @@ $ ./easypr_test svm --train --has-plate=has/ --no-plate=no/ --divide --svm=save/

 * ahccom：新的plateLocate函数

+* 阿水：1.3版整合，数据标注等工作
+
 ### 鸣谢

 taotao1233，邱锦山，唐大侠，jsxyhelu，如果有一天(zhoushiwei)，学习奋斗，袁承志，
--- a/accuracy.txt
+++ b/accuracy.txt
@ -957,11 +957,111 @@
 总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
 平均字符差距:0.652542个,  完全匹配数:81张,  完全匹配率:68.6441%  
 总时间:259秒,  平均执行时间:2.15833秒  
-2015-05-21 08:41:27
+2015-05-05 15:53:11
 总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
-平均字符差距:0.754237个,  完全匹配数:82张,  完全匹配率:69.4915%
-总时间:28秒,  平均执行时间:0.233333秒
-2015-05-21 21:02:13
+平均字符差距:0.652542个,  完全匹配数:81张,  完全匹配率:68.6441%  
+总时间:234秒,  平均执行时间:1.95秒  
+2015-05-05 17:01:19
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:235秒,  平均执行时间:1.95833秒  
+2015-05-05 18:16:11
+总图片数:120张,  未识出图片:3张,  定位率:97.5%  
+平均字符差距:0.982906个,  完全匹配数:69张,  完全匹配率:58.9744%  
+总时间:175秒,  平均执行时间:1.45833秒  
+2015-05-05 18:21:27
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:193秒,  平均执行时间:1.60833秒  
+2015-05-05 18:27:28
+总图片数:1张,  未识出图片:0张,  定位率:100%  
+平均字符差距:0个,  完全匹配数:1张,  完全匹配率:100%  
+总时间:0秒,  平均执行时间:0秒  
+2015-05-05 18:31:09
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:219秒,  平均执行时间:1.825秒  
+2015-05-06 21:13:22
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:452秒,  平均执行时间:3.76667秒  
+2015-05-06 22:22:21
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:434秒,  平均执行时间:3.61667秒  
+2015-05-06 22:52:03
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:199秒,  平均执行时间:1.65833秒  
+2015-05-06 22:58:48
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:188秒,  平均执行时间:1.56667秒  
+2015-05-08 17:00:15
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.415254个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:4176秒,  平均执行时间:34.8秒  
+2015-05-10 10:19:02
+总图片数:9张,  未识出图片:7张,  定位率:22.2222%  
+平均字符差距:3个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:21秒,  平均执行时间:2.33333秒  
+2015-05-10 11:21:09
+总图片数:17张,  未识出图片:15张,  定位率:11.7647%  
+平均字符差距:3个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:69秒,  平均执行时间:4.05882秒  
+2015-05-10 11:31:27
+总图片数:6张,  未识出图片:0张,  定位率:100%  
+平均字符差距:3.33333个,  完全匹配数:1张,  完全匹配率:16.6667%  
+总时间:95秒,  平均执行时间:15.8333秒  
+2015-05-10 12:00:56
+总图片数:47张,  未识出图片:20张,  定位率:57.4468%  
+平均字符差距:2.66667个,  完全匹配数:8张,  完全匹配率:29.6296%  
+总时间:33秒,  平均执行时间:0.702128秒  
+2015-05-10 12:02:47
+总图片数:47张,  未识出图片:20张,  定位率:57.4468%  
+平均字符差距:2.66667个,  完全匹配数:8张,  完全匹配率:29.6296%  
+总时间:34秒,  平均执行时间:0.723404秒  
+2015-05-13 21:08:17
+总图片数:50张,  未识出图片:23张,  定位率:54%  
+平均字符差距:2.85185个,  完全匹配数:7张,  完全匹配率:25.9259%  
+总时间:28秒,  平均执行时间:0.56秒  
+2015-06-04 20:03:57
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.398305个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:187秒,  平均执行时间:1.55833秒  
+2015-06-04 20:40:49
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.398305个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:177秒,  平均执行时间:1.475秒  
+2015-06-04 20:55:54
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.398305个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:177秒,  平均执行时间:1.475秒  
+2015-06-05 21:05:43
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.398305个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:184秒,  平均执行时间:1.53333秒  
+2015-06-08 18:52:48
+总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
+平均字符差距:0.398305个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:144秒,  平均执行时间:1.2秒  
+2015-06-08 19:18:27
 总图片数:120张,  未识出图片:2张,  定位率:98.3333%  
-平均字符差距:0.754237个,  完全匹配数:82张,  完全匹配率:69.4915%
-总时间:35秒,  平均执行时间:0.291667秒
+平均字符差距:0.398305个,  完全匹配数:96张,  完全匹配率:81.3559%  
+总时间:143秒,  平均执行时间:1.19167秒  
+2015-06-08 19:38:25
+总图片数:170张,  未识出图片:3张,  定位率:98.2353%  
+平均字符差距:0.473054个,  完全匹配数:131张,  完全匹配率:78.4431%  
+总时间:163秒,  平均执行时间:0.958824秒  
+2015-06-08 21:55:33
+总图片数:170张,  未识出图片:3张,  定位率:98.2353%  
+平均字符差距:0.473054个,  完全匹配数:131张,  完全匹配率:78.4431%  
+总时间:209秒,  平均执行时间:1.22941秒  
+2015-06-08 22:03:30
+总图片数:170张,  未识出图片:5张,  定位率:97.0588%  
+平均字符差距:0.472727个,  完全匹配数:130张,  完全匹配率:78.7879%  
+总时间:211秒,  平均执行时间:1.24118秒  
+2015-06-08 22:15:07
+总图片数:170张,  未识出图片:5张,  定位率:97.0588%  
+平均字符差距:0.472727个,  完全匹配数:130张,  完全匹配率:78.7879%  
+总时间:631秒,  平均执行时间:3.71176秒  
--- a/include/easypr/chars_identify.h
+++ b/include/easypr/chars_identify.h
@ -13,47 +13,49 @@
 #define __CHARS_IDENTIFY_H__

 #include <opencv2/opencv.hpp>
-#include <string>

+using namespace cv;
+using namespace std;
+
+/*! \namespace easypr
+    Namespace where all the C++ EasyPR functionality resides
+*/
 namespace easypr {

 class CCharsIdentify {
 public:
  CCharsIdentify();

-  //! 字符鉴别
-  std::string charsIdentify(cv::Mat, bool, bool);
-
-  std::string charsIdentify(cv::Mat input);
+  //! 字符分割
+  string charsIdentify(Mat, bool, bool);
+  string charsIdentify(Mat input);

-  //! 字符分类
-  int classify(cv::Mat, bool, bool);
+  //! 字符分类
+  int classify(Mat, bool, bool);
+  int classify(Mat f);

-  int classify(cv::Mat f);
-
-  //! 装载ANN模型
+  //! 装载ANN模型
  void LoadModel();

-  //! 装载ANN模型
-  void LoadModel(std::string s);
-
-  //! 设置与读取模型路径
-  inline void setModelPath(std::string path) { m_path = path; }
+  //! 装载ANN模型
+  void LoadModel(string s);

-  inline std::string getModelPath() const { return m_path; }
+  //! 设置与读取模型路径
+  inline void setModelPath(string path) { m_path = path; }
+  inline string getModelPath() const { return m_path; }

 private:
-  //！使用的ANN模型
+  //！使用的ANN模型
  CvANN_MLP ann;

-  //! 模型存储路径
-  std::string m_path;
+  //! 模型存储路径
+  string m_path;

-  //! 特征尺寸
+  //! 特征尺寸
  int m_predictSize;

-  //! 省份对应map
-  std::map<std::string, std::string> m_map;
+  //! 省份对应map
+  std::map<string, string> m_map;
 };

 } /* \namespace easypr  */
--- a/include/easypr/chars_recognise.h
+++ b/include/easypr/chars_recognise.h
@ -12,8 +12,8 @@
 #ifndef __CHARS_RECOGNISE_H__
 #define __CHARS_RECOGNISE_H__

-#include "chars_segment.h"
-#include "chars_identify.h"
+#include "easypr/chars_segment.h"
+#include "easypr/chars_identify.h"

 /*! \namespace easypr
 Namespace where all the C++ EasyPR functionality resides
@ -24,62 +24,54 @@ class CCharsRecognise {
 public:
  CCharsRecognise();

-  //! 字符分割与识别
-  int charsRecognise(cv::Mat, std::string&, int = 0);
+  //! 字符分割与识别
+  int charsRecognise(Mat, String&);

-  cv::string charsRecognise(cv::Mat plate);
+  string charsRecognise(Mat plate);

-  //! 装载ANN模型
-  void LoadANN(cv::string s);
+  //! 装载ANN模型
+  void LoadANN(string s);

-  //! 是否开启调试模式
+  //! 是否开启调试模式
  inline void setCRDebug(int param) { m_charsSegment->setDebug(param); }

-  //! 获取调试模式状态
+  //! 获取调试模式状态
  inline int getCRDebug() { return m_charsSegment->getDebug(); }

-
-  //! 获得车牌颜色
-  inline cv::string getPlateColor(cv::Mat input) const {
-    cv::string color = "未知";
+  //! 获得车牌颜色
+  inline string getPlateColor(Mat input) const {
+    string color = "未知";
    Color result = getPlateType(input, true);
-    if (BLUE == result)
-      color = "蓝牌";
-    if (YELLOW == result)
-      color = "黄牌";
+    if (BLUE == result) color = "蓝牌";
+    if (YELLOW == result) color = "黄牌";
    return color;
  }

-  //! 设置变量
+  //! 设置变量
  inline void setLiuDingSize(int param) {
    m_charsSegment->setLiuDingSize(param);
  }
-
  inline void setColorThreshold(int param) {
    m_charsSegment->setColorThreshold(param);
  }
-
  inline void setBluePercent(float param) {
    m_charsSegment->setBluePercent(param);
  }
-
  inline float getBluePercent() const {
    return m_charsSegment->getBluePercent();
  }
-
  inline void setWhitePercent(float param) {
    m_charsSegment->setWhitePercent(param);
  }
-
  inline float getWhitePercent() const {
    return m_charsSegment->getWhitePercent();
  }

 private:
-  //！字符分割
+  //！字符分割
  CCharsSegment* m_charsSegment;

-  //! 字符识别
+  //! 字符识别
  CCharsIdentify* m_charsIdentify;
 };

--- a/include/easypr/chars_segment.h
+++ b/include/easypr/chars_segment.h
@ -23,77 +23,71 @@ class CCharsSegment {
 public:
  CCharsSegment();

-  //! 字符分割
-  int charsSegment(cv::Mat, std::vector<cv::Mat>&);
+  //! 字符分割
+  int charsSegment(Mat, vector<Mat>&);

-  //! 字符尺寸验证
-  bool verifyCharSizes(cv::Mat r);
+  //! 字符尺寸验证
+  bool verifyCharSizes(Mat r);

-  //! 字符预处理
-  cv::Mat preprocessChar(cv::Mat in);
+  //! 字符预处理
+  Mat preprocessChar(Mat in);

-  //! 根据特殊车牌来构造猜测中文字符的位置和大小
-  cv::Rect GetChineseRect(const cv::Rect rectSpe);
+  //! 根据特殊车牌来构造猜测中文字符的位置和大小
+  Rect GetChineseRect(const Rect rectSpe);

-  //! 找出指示城市的字符的Rect，例如苏A7003X，就是A的位置
-  int GetSpecificRect(const std::vector<cv::Rect>& vecRect);
+  //! 找出指示城市的字符的Rect，例如苏A7003X，就是A的位置
+  int GetSpecificRect(const vector<Rect>& vecRect);

-  //! 这个函数做两个事情
-  //  1.把特殊字符Rect左边的全部Rect去掉，后面再重建中文字符的位置。
-  //  2.从特殊字符Rect开始，依次选择6个Rect，多余的舍去。
-  int RebuildRect(const std::vector<cv::Rect>& vecRect,
-                  std::vector<cv::Rect>& outRect,
+  //! 这个函数做两个事情
+  //  1.把特殊字符Rect左边的全部Rect去掉，后面再重建中文字符的位置。
+  //  2.从特殊字符Rect开始，依次选择6个Rect，多余的舍去。
+  int RebuildRect(const vector<Rect>& vecRect, vector<Rect>& outRect,
                  int specIndex);

-  //! 将Rect按位置从左到右进行排序
-  int SortRect(const std::vector<cv::Rect>& vecRect,
-               std::vector<cv::Rect>& out);
+  //! 将Rect按位置从左到右进行排序
+  int SortRect(const vector<Rect>& vecRect, vector<Rect>& out);

-  //! 设置变量
+  //! 设置变量
  inline void setLiuDingSize(int param) { m_LiuDingSize = param; }
-
  inline void setColorThreshold(int param) { m_ColorThreshold = param; }

  inline void setBluePercent(float param) { m_BluePercent = param; }
-
  inline float getBluePercent() const { return m_BluePercent; }
-
  inline void setWhitePercent(float param) { m_WhitePercent = param; }
-
  inline float getWhitePercent() const { return m_WhitePercent; }

-  //! 是否开启调试模式常量，默认0代表关闭
+  //! 是否开启调试模式常量，默认0代表关闭
  static const int DEFAULT_DEBUG = 1;

-  //! preprocessChar所用常量
+  //! preprocessChar所用常量
  static const int CHAR_SIZE = 20;
  static const int HORIZONTAL = 1;
  static const int VERTICAL = 0;

-  //! preprocessChar所用常量
+  //! preprocessChar所用常量
  static const int DEFAULT_LIUDING_SIZE = 7;
  static const int DEFAULT_MAT_WIDTH = 136;
  static const int DEFAULT_COLORTHRESHOLD = 150;

-  //! 是否开启调试模式
+  //! 是否开启调试模式
  inline void setDebug(int param) { m_debug = param; }

-  //! 获取调试模式状态
+  //! 获取调试模式状态
  inline int getDebug() { return m_debug; }

 private:
-  //！柳钉判断参数
+  //！柳钉判断参数
  int m_LiuDingSize;

-  //！车牌大小参数
+  //！车牌大小参数
  int m_theMatWidth;

-  //！车牌颜色判断参数
+  //！车牌颜色判断参数
  int m_ColorThreshold;
  float m_BluePercent;
  float m_WhitePercent;

-  //! 是否开启调试模式，0关闭，非0开启
+  //! 是否开启调试模式，0关闭，非0开启
  int m_debug;
 };

--- a/include/easypr/core_func.h
+++ b/include/easypr/core_func.h
@ -3,42 +3,52 @@

 #include <opencv2/opencv.hpp>

-namespace easypr {
-
-	enum Color{ BLUE, YELLOW };
-
-	//! 根据一幅图像与颜色模板获取对应的二值图
-	//! 输入RGB图像, 颜色模板（蓝色、黄色）
-	//! 输出灰度图（只有0和255两个值，255代表匹配，0代表不匹配）
-	cv::Mat colorMatch(const cv::Mat& src, cv::Mat& match, const Color r, const bool adaptive_minsv);
-
-	//! 判断一个车牌的颜色
-	//! 输入车牌mat与颜色模板
-	//! 返回true或fasle
-	bool plateColorJudge(const cv::Mat&  src, const Color r, const bool adaptive_minsv);
-
-	bool bFindLeftRightBound(cv::Mat& bound_threshold,int& posLeft,int& posRight);
-	bool bFindLeftRightBound1(cv::Mat& bound_threshold,int& posLeft,int& posRight);
-	bool bFindLeftRightBound2(cv::Mat& bound_threshold,int& posLeft,int& posRight);
-	
-	//去除车牌上方的钮钉
-	//计算每行元素的阶跃数，如果小于X认为是柳丁，将此行全部填0（涂黑）
-	//X的推荐值为，可根据实际调整
-	bool clearLiuDing(cv::Mat& img);
-	void clearLiuDingOnly(cv::Mat& img);
-	void clearLiuDing(cv::Mat mask,int& top,int& bottom);
-
-	//! 获得车牌颜色
-	Color getPlateType(const cv::Mat&  src, const bool adaptive_minsv);
-
-	//! 直方图均衡
-	cv::Mat histeq(cv::Mat in);
-	cv::Mat features(cv::Mat in, int sizeData);
-	int ThresholdOtsu(cv::Mat mat);
+using namespace cv;

+/*! \namespace easypr
+Namespace where all the C++ EasyPR functionality resides
+*/
+namespace easypr {

-	// ！获取垂直和水平方向直方图
-	cv::Mat ProjectedHistogram(cv::Mat img, int t);
+enum Color { BLUE, YELLOW, WHITE, UNKNOWN };
+
+enum LocateType { SOBEL, COLOR, OTHER };
+
+//! 根据一幅图像与颜色模板获取对应的二值图
+//! 输入RGB图像, 颜色模板（蓝色、黄色）
+//! 输出灰度图（只有0和255两个值，255代表匹配，0代表不匹配）
+Mat colorMatch(const Mat& src, Mat& match, const Color r,
+               const bool adaptive_minsv);
+
+//! 判断一个车牌的颜色
+//! 输入车牌mat与颜色模板
+//! 返回true或fasle
+bool plateColorJudge(const Mat& src, const Color r, const bool adaptive_minsv,
+                     float& percent);
+
+bool bFindLeftRightBound(Mat& bound_threshold, int& posLeft, int& posRight);
+bool bFindLeftRightBound1(Mat& bound_threshold, int& posLeft, int& posRight);
+bool bFindLeftRightBound2(Mat& bound_threshold, int& posLeft, int& posRight);
+
+//去除车牌上方的钮钉
+//计算每行元素的阶跃数，如果小于X认为是柳丁，将此行全部填0（涂黑）
+// X的推荐值为，可根据实际调整
+bool clearLiuDing(Mat& img);
+void clearLiuDingOnly(Mat& img);
+void clearLiuDing(Mat mask, int& top, int& bottom);
+
+//! 获得车牌颜色
+Color getPlateType(const Mat& src, const bool adaptive_minsv);
+
+//! 直方图均衡
+Mat histeq(Mat in);
+Mat features(Mat in, int sizeData);
+Rect GetCenterRect(Mat& in);
+Mat CutTheRect(Mat& in, Rect& rect);
+int ThresholdOtsu(Mat mat);
+
+//! 获取垂直和水平方向直方图
+Mat ProjectedHistogram(Mat img, int t);

 } /*! \namespace easypr*/

--- a/include/easypr/plate.h
+++ b/include/easypr/plate.h
@ -5,43 +5,50 @@
 // Author:	    liuruoze
 // Copyright:   liuruoze
 // Desciption:
-// Defines CPlate
+// An abstract class for car plate.
 //////////////////////////////////////////////////////////////////////////
 #ifndef __PLATE_H__
 #define __PLATE_H__

-#include <opencv2/opencv.hpp>
+#include "core_func.h"

+/*! \namespace easypr
+Namespace where all the C++ EasyPR functionality resides
+*/
 namespace easypr {

 class CPlate {
 public:
  bool bColored;

+  //! 构造函数
  CPlate();

-  //! 设置与读取变量
-  inline void setPlateMat(cv::Mat param) { m_plateMat = param; }
+  //! 设置与读取变量
+  inline void setPlateMat(Mat param) { m_plateMat = param; }
+  inline Mat getPlateMat() const { return m_plateMat; }

-  inline cv::Mat getPlateMat() const { return m_plateMat; }
+  inline void setPlatePos(RotatedRect param) { m_platePos = param; }
+  inline RotatedRect getPlatePos() const { return m_platePos; }

-  inline void setPlatePos(cv::RotatedRect param) { m_platePos = param; }
+  inline void setPlateStr(String param) { m_plateStr = param; }
+  inline String getPlateStr() const { return m_plateStr; }

-  inline cv::RotatedRect getPlatePos() const { return m_platePos; }
-
-  inline void setPlateStr(std::string param) { m_plateStr = param; }
-
-  inline std::string getPlateStr() const { return m_plateStr; }
+  inline void setPlateLocateType(LocateType param) { m_locateType = param; }
+  inline LocateType getPlateLocateType() const { return m_locateType; }

 private:
-  //! 车牌的图块
-  cv::Mat m_plateMat;
+  //! 车牌的图块
+  Mat m_plateMat;
+
+  //! 车牌在原图的位置
+  RotatedRect m_platePos;

-  //! 车牌在原图的位置
-  cv::RotatedRect m_platePos;
+  //! 车牌字符串
+  String m_plateStr;

-  //! 车牌字符串
-  std::string m_plateStr;
+  //! 车牌定位的方法
+  LocateType m_locateType;
 };

 } /*! \namespace easypr*/
--- a/include/easypr/plate_detect.h
+++ b/include/easypr/plate_detect.h
@ -13,8 +13,8 @@
 #ifndef __PLATE_DETECT_H__
 #define __PLATE_DETECT_H__

-#include "plate_locate.h"
-#include "plate_judge.h"
+#include "easypr/plate_locate.h"
+#include "easypr/plate_judge.h"

 /*! \namespace easypr
    Namespace where all the C++ EasyPR functionality resides
@ -25,32 +25,32 @@ class CPlateDetect {
 public:
  CPlateDetect();

-  //! 车牌检测：车牌定位与判断
-  int plateDetect(cv::Mat, std::vector<cv::Mat>&, int index = 0);
+  //! 车牌检测：车牌定位与判断
+  int plateDetect(Mat, vector<Mat>&, int index = 0);

-  //! 深度车牌检测，使用颜色与二次Sobel法综合
-  int plateDetectDeep(cv::Mat src, std::vector<CPlate>& resultVec,
+  //! 深度车牌检测，使用颜色与二次Sobel法综合
+  int plateDetectDeep(Mat src, vector<CPlate>& resultVec,
                      bool showDetectArea = true, int index = 0);

-  int showResult(const cv::Mat& result);
+  //! 展示中间的结果
+  int showResult(const Mat& result);

-  //! 装载SVM模型
-  void LoadSVM(std::string s);
+  //! 装载SVM模型
+  void LoadSVM(string s);

-  //! 生活模式与工业模式切换
+  //! 生活模式与工业模式切换
  inline void setPDLifemode(bool param) { m_plateLocate->setLifemode(param); }

-  //! 是否开启调试模式
+  //! 是否开启调试模式
  inline void setPDDebug(int param) { m_plateLocate->setDebug(param); }

-  //! 获取调试模式状态
+  //! 获取调试模式状态
  inline int getPDDebug() { return m_plateLocate->getDebug(); }

-  //! 设置与读取变量
+  //! 设置与读取变量
  inline void setGaussianBlurSize(int param) {
    m_plateLocate->setGaussianBlurSize(param);
  }
-
  inline int getGaussianBlurSize() const {
    return m_plateLocate->getGaussianBlurSize();
  }
@ -58,7 +58,6 @@ class CPlateDetect {
  inline void setMorphSizeWidth(int param) {
    m_plateLocate->setMorphSizeWidth(param);
  }
-
  inline int getMorphSizeWidth() const {
    return m_plateLocate->getMorphSizeWidth();
  }
@ -66,7 +65,6 @@ class CPlateDetect {
  inline void setMorphSizeHeight(int param) {
    m_plateLocate->setMorphSizeHeight(param);
  }
-
  inline int getMorphSizeHeight() const {
    return m_plateLocate->getMorphSizeHeight();
  }
@ -74,37 +72,32 @@ class CPlateDetect {
  inline void setVerifyError(float param) {
    m_plateLocate->setVerifyError(param);
  }
-
  inline float getVerifyError() const {
    return m_plateLocate->getVerifyError();
  }
-
  inline void setVerifyAspect(float param) {
    m_plateLocate->setVerifyAspect(param);
  }
-
  inline float getVerifyAspect() const {
    return m_plateLocate->getVerifyAspect();
  }

  inline void setVerifyMin(int param) { m_plateLocate->setVerifyMin(param); }
-
  inline void setVerifyMax(int param) { m_plateLocate->setVerifyMax(param); }

  inline void setJudgeAngle(int param) { m_plateLocate->setJudgeAngle(param); }

  inline void setMaxPlates(float param) { m_maxPlates = param; }
-
  inline float getMaxPlates() const { return m_maxPlates; }

 private:
-  //! 设置一幅图中最多有多少车牌
+  //! 设置一幅图中最多有多少车牌
  int m_maxPlates;

-  //! 车牌定位
+  //! 车牌定位
  CPlateLocate* m_plateLocate;

-  //! 车牌判断
+  //! 车牌判断
  CPlateJudge* m_plateJudge;
 };

--- a/include/easypr/plate_judge.h
+++ b/include/easypr/plate_judge.h
@ -13,9 +13,9 @@
 #ifndef __PLATE_JUDGE_H__
 #define __PLATE_JUDGE_H__

-#include "plate.h"
-#include "feature.h"
-#include "core_func.h"
+#include "easypr/plate.h"
+#include "easypr/feature.h"
+#include "easypr/core_func.h"

 /*! \namespace easypr
    Namespace where all the C++ EasyPR functionality resides
@ -26,28 +26,38 @@ class CPlateJudge {
 public:
  CPlateJudge();

-  //! 对多幅车牌进行SVM判断
-  int plateJudge(const std::vector<CPlate>&, std::vector<CPlate>&);
+  //! 对多幅车牌进行SVM判断
+  int plateJudge(const vector<CPlate>&, vector<CPlate>&);

-  //! 车牌判断
-  int plateJudge(const std::vector<cv::Mat>&, std::vector<cv::Mat>&);
+  //! 车牌判断
+  int plateJudge(const vector<Mat>&, vector<Mat>&);

-  //! 车牌判断（一副图像）
-  int plateJudge(const cv::Mat& inMat, int& result);
+  //! 车牌判断（一副图像）
+  int plateJudge(const Mat& inMat, int& result);

-  //! 直方图均衡
-  cv::Mat histeq(cv::Mat);
+  //! 直方图均衡
+  Mat histeq(Mat);

-  //! 装载SVM模型
-  void LoadModel(const char* model);
+  //! 装载SVM模型
+  void LoadModel();
+
+  //! 装载SVM模型
+  void LoadModel(string s);
+
+  //! 设置与读取模型路径
+  inline void setModelPath(string path) { m_path = path; }
+  inline string getModelPath() const { return m_path; }

 private:
-  //！使用的SVM模型
+  //! 使用的SVM模型
  CvSVM svm;

-  // ! EasyPR的getFeatures回调函数
-  // ！用于从车牌的image生成svm的训练特征features
+  //! EasyPR的getFeatures回调函数
+  //! 用于从车牌的image生成svm的训练特征features
  svmCallback m_getFeatures;
+
+  //! 模型存储路径
+  string m_path;
 };

 } /*! \namespace easypr*/
--- a/include/easypr/plate_locate.h
+++ b/include/easypr/plate_locate.h
--- a/include/easypr/plate_recognize.h
+++ b/include/easypr/plate_recognize.h
@ -12,8 +12,8 @@
 #ifndef __PLATE_RECOGNIZE_H__
 #define __PLATE_RECOGNIZE_H__

-#include "plate_detect.h"
-#include "chars_recognise.h"
+#include "easypr/plate_detect.h"
+#include "easypr/chars_recognise.h"

 /*! \namespace easypr
    Namespace where all the C++ EasyPR functionality resides
@ -24,20 +24,18 @@ class CPlateRecognize : public CPlateDetect, public CCharsRecognise {
 public:
  CPlateRecognize();

-  //! 车牌检测与字符识别
-  int plateRecognize(cv::Mat src, std::vector<std::string>& licenseVec);
+  //! 车牌检测与字符识别
+  int plateRecognize(cv::Mat src, std::vector<std::string>& licenseVec,
+                     int index = 0);

-  //! 生活模式与工业模式切换
-  inline void setLifemode(bool param) {
-    CPlateDetect::setPDLifemode(param);
-  }
+  //! 生活模式与工业模式切换
+  inline void setLifemode(bool param) { CPlateDetect::setPDLifemode(param); }

-  //! 是否开启调试模式
+  //! 是否开启调试模式
  inline void setDebug(int param) {
    CPlateDetect::setPDDebug(param);
    CCharsRecognise::setCRDebug(param);
  }
-
 };

 } /* \namespace easypr  */
--- a/include/easypr/util.h
+++ b/include/easypr/util.h
@ -23,7 +23,6 @@
 #endif

 namespace easypr {
-
 class Utils {
 public:
  static long getTimestamp();
@ -44,7 +43,7 @@ class Utils {
  /*
   * returns the smaller of the two numbers
   */
-  template<typename T>
+  template <typename T>
  static T min(const T& v1, const T& v2) {
    return (v1 < v2) ? v1 : v2;
  }
@ -78,20 +77,17 @@ class Utils {
    }
  }

-  //! levenshtein距离，用于计算两个车牌的距离
-  //！EasyPR中用levenshtein距离衡量车牌识别与真实车牌的误差
-  template<class T>
+  template <class T>
  static unsigned int levenshtein_distance(const T& s1, const T& s2) {
    const size_t len1 = s1.size(), len2 = s2.size();
    std::vector<unsigned int> col(len2 + 1), prevCol(len2 + 1);

-    for (unsigned int i = 0; i < prevCol.size(); i++)
-      prevCol[i] = i;
+    for (unsigned int i = 0; i < prevCol.size(); i++) prevCol[i] = i;
    for (unsigned int i = 0; i < len1; i++) {
      col[0] = i + 1;
      for (unsigned int j = 0; j < len2; j++)
        col[j + 1] = easypr::Utils::min(
-                easypr::Utils::min(prevCol[1 + j] + 1, col[j] + 1), \
+            easypr::Utils::min(prevCol[1 + j] + 1, col[j] + 1),
            prevCol[j] + (s1[i] == s2[j] ? 0 : 1));
      col.swap(prevCol);
    }
@ -108,14 +104,10 @@ class Utils {
   * if not, create it, then call cv::imwrite.
   */
  static bool imwrite(const std::string& file, const cv::Mat& image);
-
 };

 typedef Utils utils;

 }  // namespace easypr

-/// general_test_prepare.cpp中方法
-int general_test();
-
 #endif  // EASYPR_UTIL_H_
--- a/opencv248.props
+++ b/opencv248.props
@ -0,0 +1,20 @@
+<?xml version="1.0" encoding="utf-8"?>
+<Project ToolsVersion="4.0" xmlns="http://schemas.microsoft.com/developer/msbuild/2003">
+  <ImportGroup Label="PropertySheets" />
+  <PropertyGroup Label="UserMacros" />
+  <PropertyGroup>
+    <IncludePath>$(OPENCV)\include;$(IncludePath)</IncludePath>
+    <LibraryPath Condition="'$(Platform)'=='Win32'">$(OPENCV)\x86\vc10\lib;$(LibraryPath)</LibraryPath>
+    <LibraryPath Condition="'$(Platform)'=='X64'">$(OPENCV)\x64\vc10\lib;$(LibraryPath)</LibraryPath>
+    <SourcePath>G:\opencv\opencv\sources;$(SourcePath)</SourcePath>
+  </PropertyGroup>
+  <ItemDefinitionGroup>
+    <Link Condition="'$(Configuration)'=='Debug'">
+      <AdditionalDependencies>opencv_calib3d248d.lib;opencv_contrib248d.lib;opencv_core248d.lib;opencv_features2d248d.lib;opencv_flann248d.lib;opencv_gpu248d.lib;opencv_highgui248d.lib;opencv_imgproc248d.lib;opencv_legacy248d.lib;opencv_ml248d.lib;opencv_nonfree248d.lib;opencv_objdetect248d.lib;opencv_ocl248d.lib;opencv_photo248d.lib;opencv_stitching248d.lib;opencv_superres248d.lib;opencv_ts248d.lib;opencv_video248d.lib;opencv_videostab248d.lib;%(AdditionalDependencies)</AdditionalDependencies>
+    </Link>
+    <Link Condition="'$(Configuration)'=='Release'">
+      <AdditionalDependencies>opencv_calib3d248.lib;opencv_contrib248.lib;opencv_core248.lib;opencv_features2d248.lib;opencv_flann248.lib;opencv_gpu248.lib;opencv_highgui248.lib;opencv_imgproc248.lib;opencv_legacy248.lib;opencv_ml248.lib;opencv_nonfree248.lib;opencv_objdetect248.lib;opencv_ocl248.lib;opencv_photo248.lib;opencv_stitching248.lib;opencv_superres248.lib;opencv_ts248.lib;opencv_video248.lib;opencv_videostab248.lib;%(AdditionalDependencies)</AdditionalDependencies>
+    </Link>
+  </ItemDefinitionGroup>
+  <ItemGroup />
+</Project>
--- a/resources/doc/res/testresult_1.3.png
+++ b/resources/doc/res/testresult_1.3.png
--- a/resources/image/general_test/川AL0Q87.jpg
+++ b/resources/image/general_test/川AL0Q87.jpg
--- a/resources/image/general_test/浙A03168.jpg
+++ b/resources/image/general_test/浙A03168.jpg
--- a/resources/image/general_test/浙A12210.jpg
+++ b/resources/image/general_test/浙A12210.jpg
--- a/resources/image/general_test/浙A12903.jpg
+++ b/resources/image/general_test/浙A12903.jpg
--- a/resources/image/general_test/浙A13840.jpg
+++ b/resources/image/general_test/浙A13840.jpg
--- a/resources/image/general_test/浙A21027.jpg
+++ b/resources/image/general_test/浙A21027.jpg
--- a/resources/image/general_test/浙A50819.jpg
+++ b/resources/image/general_test/浙A50819.jpg
--- a/resources/image/general_test/浙A54614.jpg
+++ b/resources/image/general_test/浙A54614.jpg
--- a/resources/image/general_test/浙A68952.jpg
+++ b/resources/image/general_test/浙A68952.jpg
--- a/Show More
+++ b/Show More