You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 
 
Go to file
Fenix 20b2580f9e
a
10 years ago
doc a little ChangeLog 10 years ago
image last ChangeLog 10 years ago
model EasyPR 1.1 change 10 years ago
src last change 10 years ago
train chang README 10 years ago
.gitignore general_test ( GDTS ) 10 years ago
EasyPR.vcxproj change 10 years ago
EasyPR.vcxproj.filters change 10 years ago
LICENSE Initial commit 11 years ago
README.md a 10 years ago
opencv248.props 增加了repos 10 years ago
关于版权.txt last ChangeLog 10 years ago

README.md

EasyPR

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。

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。

更新

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中找到更多信息: (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。
  • 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。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 datatrain datatest data。
  • 新增评价指标。引入PreciseRecallFSocre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

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

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中找到。

详细的开发与教程请见介绍与开发教程

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emaileasypr_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如果有一天学习奋斗袁承志圣城小石匠