change

EasyPR.vcxproj

@@ -93,7 +93,7 @@
     <ClCompile Include="src\core\chars_segment.cpp" />
     <ClCompile Include="src\core\features.cpp" />
     <ClCompile Include="src\core\plate.cpp" />
-    <ClCompile Include="src\core\core_util.cpp" />
+    <ClCompile Include="src\core\core_func.cpp" />
     <ClCompile Include="src\test\accuracy_test.cpp" />
     <ClCompile Include="src\train\ann_train.cpp" />
     <ClCompile Include="src\train\svm_train.cpp" />
@@ -122,7 +122,7 @@
     <ClInclude Include="src\include\plate_judge.h" />
     <ClInclude Include="src\include\plate_locate.h" />
     <ClInclude Include="src\include\plate_recognize.h" />
-    <ClInclude Include="src\include\core_util.h" />
+    <ClInclude Include="src\include\core_func.h" />
     <ClInclude Include="src\include\prep.h" />
     <ClInclude Include="src\include\util.h" />
   </ItemGroup>

EasyPR.vcxproj.filters

@@ -93,7 +93,7 @@
     <ClCompile Include="src\core\plate.cpp">
       <Filter>源文件</Filter>
     </ClCompile>
-    <ClCompile Include="src\core\core_util.cpp">
+    <ClCompile Include="src\core\core_func.cpp">
       <Filter>源文件</Filter>
     </ClCompile>
   </ItemGroup>
@@ -134,7 +134,7 @@
     <ClInclude Include="src\include\plate.h">
       <Filter>头文件</Filter>
     </ClInclude>
-    <ClInclude Include="src\include\core_util.h">
+    <ClInclude Include="src\include\core_func.h">
       <Filter>头文件</Filter>
     </ClInclude>
   </ItemGroup>

README.md

@@ -5,46 +5,44 @@ EasyPR是一个中文的开源车牌识别系统，其目标是成为一个简
 
 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。这意味着你可以获取全部源代码，并且移植到java等平台。
+* 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opencv支持的所有平台。
 * 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。
-
-### 版本
-
-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：
-
-|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# | 暂无 |   
-| java | 暂无 |  
-
-感谢以上所有开发者的努力！
+* 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80%以上的精度。
 
 ### 更新
 
-
 本版本是EasyPR 1.2版本，相比前版本的主要改进是提升了车牌定位模块的准确性，从上个版本70%左右的准确率提升到目前的94%。见下图：
 
 ![1.2版综合效果](doc/res/testresult.png)
 
 主要内容如下：
 
-* 1.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。
+* 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。
 
-* 2.“批量测试”功能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)。
+* “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)
 
-* 3.解决了“大角度定位”问题，见下图。原图中的车牌可以被定位并转换到正确的视角。
+* 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)
 
-* 4.GDTS里新增了若干张新测试图，包括数张大角度图。
+* 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，可以查询历史运行信息。
+
+* 与Linux版本做了整合，可以实现跨平台编译。
+
+### 平台
+
+目前除了windows平台以外，还有以下其他平台的EasyPR版本。一些平台的版本可能会暂时落后于主平台。
+
+|版本 | 开发者 | 版本 | 地址 
+|------|-------|-------|-------
+| android |  goldriver  |  1.1  |  [linuxxx/EasyPR_Android](https://github.com/linuxxx/EasyPR_Android)
+| linux | Micooz  |  1.2  |  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)
 
 
 ### 兼容性
@@ -117,7 +115,7 @@ EasyPR不需要安装，开发者直接在其上做改动。如果想使用DLL
 | 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
 | plate | 车牌抽象
-| prep.h | 预包含头文件
+| core_func.h | 共有的一些函数
 
 以下表格是src目录下一些辅助文件的解释与关系:
 
@@ -130,10 +128,17 @@ EasyPR不需要安装，开发者直接在其上做改动。如果想使用DLL
 | svm_train.cpp | svm训练函数
 | generate_gdts.cpp | GDTS生成函数
 
-### 问题
+### Contributer
+
+* liuruoze：作者与核心代码编写
+
+* Micooz：linux平台编译，性能优化，util类
+
+* jsxyhelu：deface版本一
+
+* zhoushiwei：deface版本二
 
-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。
+* ahccom：新的plateLocate函数
 
 ### 鸣谢
 

run_accuracy.txt

@@ -541,3 +541,139 @@
 总图片数:8张,  未识出图片:0张,  定位率:100%  
 平均字符差距:7.25个,  完全匹配数:0张,  完全匹配率:0%  
 总时间:2秒,  平均执行时间:0.25秒  
+2015-03-14 14:58:46
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:2.46903个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:378秒,  平均执行时间:3.15秒  
+2015-03-14 15:04:02
+总图片数:8张,  未识出图片:1张,  定位率:87.5%  
+平均字符差距:2.42857个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:27秒,  平均执行时间:3.375秒  
+2015-03-14 15:05:08
+总图片数:8张,  未识出图片:1张,  定位率:87.5%  
+平均字符差距:2.42857个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:34秒,  平均执行时间:4.25秒  
+2015-03-14 15:07:02
+总图片数:2张,  未识出图片:1张,  定位率:50%  
+平均字符差距:7个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:5秒,  平均执行时间:2.5秒  
+2015-03-14 15:11:01
+总图片数:2张,  未识出图片:1张,  定位率:50%  
+平均字符差距:7个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:5秒,  平均执行时间:2.5秒  
+2015-03-14 15:11:28
+总图片数:2张,  未识出图片:1张,  定位率:50%  
+平均字符差距:7个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:3秒,  平均执行时间:1.5秒  
+2015-03-14 15:11:57
+总图片数:2张,  未识出图片:1张,  定位率:50%  
+平均字符差距:3个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:4秒,  平均执行时间:2秒  
+2015-03-14 15:12:21
+总图片数:2张,  未识出图片:1张,  定位率:50%  
+平均字符差距:3个,  完全匹配数:0张,  完全匹配率:0%  
+总时间:3秒,  平均执行时间:1.5秒  
+2015-03-14 15:13:09
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.25个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:23秒,  平均执行时间:1.64286秒  
+2015-03-14 15:13:40
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.25个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:13秒,  平均执行时间:0.928571秒  
+2015-03-14 15:15:37
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.25个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:27秒,  平均执行时间:1.92857秒  
+2015-03-14 15:16:21
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.25个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:22秒,  平均执行时间:1.57143秒  
+2015-03-14 15:19:45
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.25个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:64秒,  平均执行时间:4.57143秒  
+2015-03-14 15:20:52
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.25个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:44秒,  平均执行时间:3.14286秒  
+2015-03-14 15:25:19
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:2秒,  平均执行时间:0.142857秒  
+2015-03-14 15:26:01
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:2秒,  平均执行时间:0.142857秒  
+2015-03-14 15:26:41
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:2.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:3秒,  平均执行时间:0.214286秒  
+2015-03-14 15:29:41
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:1.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:3秒,  平均执行时间:0.214286秒  
+2015-03-14 15:50:34
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:1.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:2秒,  平均执行时间:0.142857秒  
+2015-03-14 15:52:29
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:89秒,  平均执行时间:0.741667秒  
+2015-03-14 15:58:14
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:1.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:3秒,  平均执行时间:0.214286秒  
+2015-03-14 15:59:55
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:81秒,  平均执行时间:0.675秒  
+2015-03-14 16:06:13
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:85秒,  平均执行时间:0.708333秒  
+2015-03-14 16:08:37
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:1.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:2秒,  平均执行时间:0.142857秒  
+2015-03-14 16:10:08
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:89秒,  平均执行时间:0.741667秒  
+2015-03-14 16:11:13
+总图片数:14张,  未识出图片:6张,  定位率:57.1429%  
+平均字符差距:1.75个,  完全匹配数:1张,  完全匹配率:12.5%  
+总时间:2秒,  平均执行时间:0.142857秒  
+2015-03-14 16:12:43
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:87秒,  平均执行时间:0.725秒  
+2015-03-14 16:15:10
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.95575个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:85秒,  平均执行时间:0.708333秒  
+2015-03-14 16:17:09
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:87秒,  平均执行时间:0.725秒  
+2015-03-14 16:23:10
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:88秒,  平均执行时间:0.733333秒  
+2015-03-14 16:25:20
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.99115个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:85秒,  平均执行时间:0.708333秒  
+2015-03-14 16:32:12
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.99115个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:152秒,  平均执行时间:1.26667秒  
+2015-03-14 16:34:18
+总图片数:120张,  未识出图片:8张,  定位率:93.3333%  
+平均字符差距:1.94643个,  完全匹配数:30张,  完全匹配率:26.7857%  
+总时间:87秒,  平均执行时间:0.725秒  
+2015-03-14 16:39:58
+总图片数:120张,  未识出图片:7张,  定位率:94.1667%  
+平均字符差距:1.9646个,  完全匹配数:27张,  完全匹配率:23.8938%  
+总时间:85秒,  平均执行时间:0.708333秒  

src/core/chars_segment.cpp

@@ -74,7 +74,7 @@ namespace easypr{
 			return -3;
 
 		//判断车牌颜色以此确认threshold方法
-		Color plateType = getPlateType(input);
+		Color plateType = getPlateType(input, true);
 
 		Mat input_grey;
 		cvtColor(input, input_grey, CV_RGB2GRAY);
@@ -95,10 +95,14 @@ namespace easypr{
 			threshold(input_grey, img_threshold, 10, 255, CV_THRESH_OTSU + CV_THRESH_BINARY_INV);
 		else
 			threshold(input_grey, img_threshold, 10, 255, CV_THRESH_OTSU + CV_THRESH_BINARY);
-			
-		/*imshow("img_threshold", img_threshold);
-		waitKey(0);*/
-
+		
+		/*if (1)
+		{
+			imshow("img_threshold", img_threshold);
+			waitKey(0);
+			destroyWindow("img_threshold");
+		}*/
+		
 		if (m_debug)
 		{
 			stringstream ss(stringstream::in | stringstream::out);
@@ -145,9 +149,14 @@ namespace easypr{
 		if (vecRect.size() == 0)
 			return -3;
 
-		vector<Rect> sortedRect;
-		//对符合尺寸的图块按照从左到右进行排序
-		SortRect(vecRect, sortedRect);
+		//vector<Rect> sortedRect;
+		////对符合尺寸的图块按照从左到右进行排序
+		//SortRect(vecRect, sortedRect);
+
+		vector<Rect> sortedRect(vecRect);
+		std::sort(sortedRect.begin(), sortedRect.end(), [](const Rect &r1, const Rect &r2) {
+			return r1.x < r2.x;
+		});
 
 		int specIndex = 0;
 		//获得指示城市的特定Rect,如苏A的"A"
@@ -317,17 +326,22 @@ namespace easypr{
 	int CCharsSegment::RebuildRect(const vector<Rect>& vecRect, vector<Rect>& outRect, int specIndex)
 	{
 		//最大只能有7个Rect,减去中文的就只有6个Rect
-		int count = 6;
+		//int count = 6;
 
-		for (int i = 0; i < vecRect.size(); i++)
-		{
-			//将特殊字符左边的Rect去掉，这个可能会去掉中文Rect，不过没关系，我们后面会重建。
-			if (i < specIndex)
-				continue;
+		//for (int i = 0; i < vecRect.size(); i++)
+		//{
+		//	//将特殊字符左边的Rect去掉，这个可能会去掉中文Rect，不过没关系，我们后面会重建。
+		//	if (i < specIndex)
+		//		continue;
 
+		//	outRect.push_back(vecRect[i]);
+		//	if (!--count)
+		//		break;
+		//}
+
+		int count = 6;
+		for (size_t i = specIndex; i < vecRect.size() && count; ++i, --count) {
 			outRect.push_back(vecRect[i]);
-			if (!--count)
-				break;
 		}
 
 		return 0;

src/core/core_func.cpp

@@ -3,7 +3,7 @@
 // 这个部分中的函数轻易不要改动
 
 #include "../include/prep.h"
-#include "../include/core_util.h"
+#include "../include/core_func.h"
 
 /*! \namespace easypr
 Namespace where all the C++ EasyPR functionality resides
@@ -13,25 +13,23 @@ namespace easypr {
 	//! 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)
+	Mat colorMatch(const Mat& src, Mat& match, const Color r, const bool adaptive_minsv)
 	{
 		// S和V的最小值由adaptive_minsv这个bool值判断
 		// 如果为true，则最小值取决于H值，按比例衰减
 		// 如果为false，则不再自适应，使用固定的最小值minabs_sv
 		// 默认为false
-		const int max_sv = 255;
-		const int minref_sv = 64;
-		const int minabs_sv = 90;
-
-		const bool adaptive_minsv = false;
+		const float max_sv = 255;
+		const float minref_sv = 64;
+		const float minabs_sv = 90;
 
 		//blue的H范围
-		const int min_blue = 100;
-		const int max_blue = 140;
+		const int min_blue = 100;  //100
+		const int max_blue = 140;  //140
 
 		//yellow的H范围
-		const int min_yellow = 15;
-		const int max_yellow = 40;
+		const int min_yellow = 15; //15
+		const int max_yellow = 40; //40
 
 		Mat src_hsv;
 		// 转到HSV空间进行处理，颜色搜索主要使用的是H分量进行蓝色与黄色的匹配工作
@@ -103,9 +101,9 @@ namespace easypr {
 					// S和V的最小值由adaptive_minsv这个bool值判断
 					// 如果为true，则最小值取决于H值，按比例衰减
 					// 如果为false，则不再自适应，使用固定的最小值minabs_sv
-					int min_sv = 0;
+					float min_sv = 0;
 					if (true == adaptive_minsv)
-						min_sv = minref_sv - minref_sv / 2 * (1 - Hdiff_p);
+						min_sv = minref_sv - minref_sv /2 * (1 - Hdiff_p); // inref_sv - minref_sv / 2 * (1 - Hdiff_p)
 					else
 						min_sv = minabs_sv; // add
 
@@ -140,16 +138,16 @@ namespace easypr {
 	//! 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(Mat src, const Color r)
+	bool plateColorJudge(const Mat& src, const Color r, const bool adaptive_minsv)
 	{
 		// 判断阈值
 		const float thresh = 0.5;
 
 		Mat src_gray;
-		colorMatch(src, src_gray, r);
+		colorMatch(src, src_gray, r, adaptive_minsv);
 
 		float percent = float(countNonZero(src_gray)) / float(src_gray.rows * src_gray.cols);
-		//cout << "percent:" << percent << endl;
+		// cout << "percent:" << percent << endl;
 
 		if (percent > thresh)
 			return true;
@@ -159,13 +157,13 @@ namespace easypr {
 
 	//getPlateType
 	//判断车牌的类型
-	Color getPlateType(Mat src)
+	Color getPlateType(const Mat&  src, const bool adaptive_minsv)
 	{
-		if (plateColorJudge(src, BLUE) == true) {
+		if (plateColorJudge(src, BLUE, adaptive_minsv) == true) {
 			//cout << "BLUE" << endl;
 			return BLUE;
 		}
-		else if (plateColorJudge(src, YELLOW) == true) {
+		else if (plateColorJudge(src, YELLOW, adaptive_minsv) == true) {
 			//cout << "YELLOW" << endl;
 			return YELLOW;
 		}

src/core/features.cpp

@@ -4,7 +4,7 @@
 
 #include "../include/prep.h"
 #include "../include/features.h"
-#include "../include/core_util.h"
+#include "../include/core_func.h"
 
 /*! \namespace easypr
     Namespace where all the C++ EasyPR functionality resides

src/core/plate_detect.cpp

@@ -10,6 +10,9 @@ CPlateDetect::CPlateDetect()
 	//cout << "CPlateDetect" << endl;
 	m_plateLocate = new CPlateLocate();
 	m_plateJudge = new CPlateJudge();
+
+	// 默认EasyPR在一幅图中定位最多3个车
+	m_maxPlates = 3;
 }
 
 void CPlateDetect::LoadSVM(string s)
@@ -65,7 +68,7 @@ int CPlateDetect::plateDetectDeep(Mat src, vector<Mat>& resultVec, bool showDete
 	vector<CPlate> all_result_Plates;
 
 	//如果颜色查找找到n个以上（包含n个）的车牌，就不再进行Sobel查找了。
-	const int color_find_max = 4;
+	const int color_find_max = m_maxPlates;
 
 	Mat result;
 	src.copyTo(result);

src/core/plate_locate.cpp

@@ -118,11 +118,11 @@ int CPlateLocate::colorSearch(const Mat& src, const Color r, Mat& out, vector<Ro
 {
 	Mat match_grey;
 
-	const int color_morph_width = 8;
+	const int color_morph_width = 10;
 	const int color_morph_height = 2;
 
 	// 进行颜色查找
-	colorMatch(src, match_grey, r);
+	colorMatch(src, match_grey, r, false);
 
 	if (0){
 		imshow("match_grey", match_grey);
@@ -215,73 +215,6 @@ bool CPlateLocate::sobelJudge(Mat roi)
 }
 
 
-bool CPlateLocate::charJudge(Mat roi)
-{
-	int plateType = getPlateType(roi);
-	Mat roi_gray;
-	cvtColor(roi, roi_gray, CV_RGB2GRAY);
-
-	//Threshold input image
-	Mat img_threshold;
-	if (1 == plateType)
-		threshold(roi_gray, img_threshold, 10, 255, CV_THRESH_OTSU + CV_THRESH_BINARY);
-	else
-		threshold(roi_gray, img_threshold, 10, 255, CV_THRESH_OTSU + CV_THRESH_BINARY_INV);
-
-	//去除车牌上方的柳钉以及下方的横线等干扰
-	clearLiuDing(img_threshold);
-
-	imshow("charJudge", img_threshold);
-	waitKey(0);
-
-	vector< vector< Point> > contours;
-	findContours(img_threshold, 
-		contours, // a vector of contours
-		CV_RETR_EXTERNAL, // retrieve the external contours
-		CV_CHAIN_APPROX_NONE); // all pixels of each contours
-
-	//Start to iterate to each contour founded
-	vector<vector<Point> >::iterator itc = contours.begin();
-
-	vector<Rect> vecRect;
-
-	while (itc != contours.end())
-	{
-		Rect mr = boundingRect(Mat(*itc));
-		Mat auxRoi(img_threshold, mr);
-
-		if (verifyCharSizes(auxRoi))
-			vecRect.push_back(mr);
-
-		++itc;
-	}
-
-	if (vecRect.size() <= 4)
-		return false;
-
-	return true;
-
-
-	//Mat src_blur;
-	//GaussianBlur(roi, src_blur, Size(m_GaussianBlurSize, m_GaussianBlurSize), 0, 0, BORDER_DEFAULT);
-
-	//Mat src_grey;
-	//cvtColor(src_blur, src_grey, CV_RGB2GRAY);
-
-	//Mat src_threshold;
-	//double otsu_thresh_val = threshold(src_grey, src_threshold, 0, 255, CV_THRESH_OTSU + CV_THRESH_BINARY);
-
-	//Mat src_edge;
-	//double high_thresh_val = otsu_thresh_val, lower_thresh_val = otsu_thresh_val * 0.5;
-	//Canny(src_grey, src_edge, lower_thresh_val, high_thresh_val, 3, true);
-
-	//namedWindow("canny", CV_WINDOW_AUTOSIZE);
-	//imshow("canny", src_edge);
-	//waitKey(0);
-
-	return true;
-}
-
 //! 字符尺寸验证
 bool CPlateLocate::verifyCharSizes(Mat r)
 {
@@ -514,9 +447,14 @@ int CPlateLocate::deskew(const Mat& src, const Mat& src_b, vector<RotatedRect>&
 				resize(deskew_mat, plate_mat, plate_mat.size(), 0, 0, INTER_AREA);
 			else
 				resize(deskew_mat, plate_mat, plate_mat.size(), 0, 0, INTER_CUBIC);
-
-			/*imshow("plate_mat", plate_mat);
-			waitKey(0);*/
+			
+			/*if (1)
+			{
+				imshow("plate_mat", plate_mat);
+				waitKey(0);
+				destroyWindow("plate_mat");
+			}*/
+			
 
 			CPlate plate;
 			plate.setPlatePos(roi_rect);

src/include/chars_recognise.h

@@ -44,7 +44,7 @@ namespace easypr {
 		inline string getPlateColor(Mat input) const
 		{
 			string color = "δ֪";
-			Color result = getPlateType(input);
+			Color result = getPlateType(input, true);
 			if (BLUE == result)
 				color = "À¶ÅÆ";
 			if (YELLOW == result)

src/include/chars_segment.h

@@ -13,7 +13,7 @@
 #define __CHARS_SEGMENT_H__
 
 #include "prep.h"
-#include "core_util.h"
+#include "core_func.h"
 
 /*! \namespace easypr
 Namespace where all the C++ EasyPR functionality resides

src/include/core_func.h

@@ -1,5 +1,5 @@
-#ifndef __PLATE_UTIL_H__
-#define __PLATE_UTIL_H__
+#ifndef __CORE_FUNC_H__
+#define __CORE_FUNC_H__
 
 /*! \namespace easypr
 Namespace where all the C++ EasyPR functionality resides
@@ -11,12 +11,12 @@ namespace easypr {
 	//! 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);
+	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(Mat src, const Color r);
+	bool plateColorJudge(const Mat&  src, const Color r, const bool adaptive_minsv);
 
 	//clearLiuDing
 	//去除车牌上方的钮钉
@@ -25,7 +25,7 @@ namespace easypr {
 	Mat clearLiuDing(Mat img);
 
 	//! 获得车牌颜色
-	Color getPlateType(Mat input);
+	Color getPlateType(const Mat&  src, const bool adaptive_minsv);
 
 	//! 直方图均衡
 	Mat histeq(Mat in);
@@ -36,4 +36,4 @@ namespace easypr {
 }	/*! \namespace easypr*/
 
 #endif
-/* endif __PLATE_UTIL_H__ */
+/* endif __CORE_FUNC_H__ */

src/include/plate_detect.h

@@ -69,8 +69,14 @@ public:
 
 	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:
-	//！车牌定位
+	//! 设置一幅图中最多有多少车牌
+	int m_maxPlates;
+
+	//! 车牌定位
 	CPlateLocate* m_plateLocate;
 
 	//! łľĹĆĹĐśĎ

src/include/plate_judge.h

@@ -16,7 +16,7 @@
 #include "prep.h"
 #include "plate.h"
 #include "features.h"
-#include "core_util.h"
+#include "core_func.h"
 
 /*! \namespace easypr
     Namespace where all the C++ EasyPR functionality resides

src/include/plate_locate.h

@@ -16,7 +16,7 @@
 
 #include "prep.h"
 #include "plate.h"
-#include "core_util.h"
+#include "core_func.h"
 
 /*! \namespace easypr
     Namespace where all the C++ EasyPR functionality resides
@@ -69,7 +69,6 @@ public:
 
 	//! 未使用函数与代码
 	//! 开始------------
-	bool charJudge(Mat roi);
 	bool sobelJudge(Mat roi);
 	int deskewOld(Mat src, vector<RotatedRect>& inRects, vector<RotatedRect>& outRects, vector<Mat>& outMats, LocateType locateType);
 	bool verifyCharSizes(Mat r);

src/main.cpp

@@ -97,7 +97,7 @@ int main(int argc, char *argv[])
                     cout << endl;
                     cout << "本项目在建设过程中，受到了很多人的帮助，其中以下是对本项目做出突出贡献的" << endl;
                     cout << "(贡献包括有益建议，代码调优，数据提供等等,排名按时间顺序)：" << endl;
-                    cout << "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，" << endl;
+                    cout << "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，ahccom" << endl;
                     cout << "还有很多的同学对本项目也给予了鼓励与支持，在此也一并表示真诚的谢意！" << endl;
                     cout << endl;
                     break;