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
liuruoze 3554cd7c0d
* change readme, build.sh, linux minimum required OpenCV 3.2
8 years ago
.github * add ISSUE_TEMPLATE.md 9 years ago
include * fix #184, fix #174, fix#158: the kv load etc file, no respones bug 8 years ago
model * fix #184, fix #174, fix#158: the kv load etc file, no respones bug 8 years ago
resources * fix ann_train test bug, make the result initial to 0 not -1 8 years ago
src * fix ann_train test bug, make the result initial to 0 not -1 8 years ago
test * move result into resources 8 years ago
thirdparty * add gray characters 8 years ago
vcprojs * some little change 8 years ago
.gitignore * change MSER segment 8 years ago
CMakeLists.txt * change readme, build.sh, linux minimum required OpenCV 3.2 8 years ago
ChangeLog.md * improve the groundMSER segmention 8 years ago
EasyPR.sln * ground truth revision, and add 5 new image. 9 years ago
LICENSE Initial commit 11 years ago
README.md * change readme, build.sh, linux minimum required OpenCV 3.2 8 years ago
Usage.md * change Usage.md 8 years ago
build.sh * change readme, build.sh, linux minimum required OpenCV 3.2 8 years ago
configure.py Merge branch 'master' of github.com:liuruoze/EasyPR into HEAD 9 years ago
result.jpg * change Usage.md 8 years ago

README.md

EasyPR

EasyPR是一个开源的中文车牌识别系统其目标是成为一个简单、高效、准确的非限制场景(unconstrained situation)下的车牌识别库。

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80%以上的精度。

更新

本次更新版本是1.6alpha版本,主要有以下几点更新:

  1. 采用灰度字符训练以及新的特征使中文字符正确率上升到了86%比上个版本提升了近14个百分点。

  2. 借助于字符分割与识别算法的优化在general_test上的完整识别率(0-error)从原先的59%首次上升到现在的70%1-error则提升到了82%。

  3. 在车牌判断模块中使用了新的SVM特征颜色+投影从而在保持鲁棒性的同时提升了正确率。定位指标中FScore从76%提升到82%.

  4. 新增一种新的字符分割方法groundMSER字符分割方法。

  5. 提供了近万张中文字符灰度图数据供训练并且在主界面中提供了一个方法从free大神的车牌集里提取中文与英文字符。

  6. 提供了两万两千张的字符灰度图数据,供训练灰度字符模型使用。

  7. 代码优化与升级许多bug修复。

  8. Opencv3.2版本的支持编译前仅需要将config.h中将#define CV_VERSION_THREE_ZERO改为#define CV_VERSION_THREE_TWO即可。

  9. 更加友好的linux与mac版本支持使用CMake即可顺利编译单独的utf-8与gbk的文件供分别的系统使用。

对于Opencv3.2版本可以在config.h中增加宏定义#define CV_VERSION_THREE_TWO解决不兼容问题

跨平台

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。

现在有一个无需配置opencv的1.5版本的懒人版。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解压。

版本 开发者 版本 地址
android goldriver 1.4 linuxxx/EasyPR_Android
linux Micooz 1.6 已跟EasyPR整合
ios zhoushiwei 1.3 zhoushiwei/EasyPR-iOS
mac zhoushiwei,Micooz 1.6 已跟EasyPR整合
java fan-wenjie 1.2 fan-wenjie/EasyPR-Java
懒人版 fan-wenjie 1.5 git/oschina

兼容性

当前EasyPR是基于opencv3.0版本开发的3.0及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。

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”

示例

EasyPR的调用非常简单下面是一段示例代码:

	CPlateRecognize pr;
	pr.setResultShow(false);
	pr.setDetectType(PR_DETECT_CMSER);
     
	vector<CPlate> plateVec;
	Mat src = imread(filepath);
	int result = pr.plateRecognize(src, plateVec);

我们首先创建一个CPlateRecognize的对象pr接着设置pr的属性。

	pr.setResultShow(false);

这句话设置EasyPR是否打开结果展示窗口如下图。设置为true就是打开否则就是关闭。在需要观看定位结果时建议打开快速运行时关闭。

EasyPR 输出窗口

	pr.setDetectType(PR_DETECT_CMSER);

这句话设置EasyPR采用的车牌定位算法。CMER代表文字定位方法SOBEL和COLOR分别代表边缘和颜色定位方法。可以通过"|"符号结合。

	pr.setDetectType(PR_DETECT_COLOR | PR_DETECT_SOBEL);

除此之外,还可以有一些其他的属性值设置:

	pr.setLifemode(true);

这句话设置开启生活模式这个属性在定位方法为SOBEL时可以发挥作用能增大搜索范围提高鲁棒性。

	pr.setMaxPlates(4);

这句话设置EasyPR最多查找多少个车牌。当一副图中有大于n个车牌时EasyPR最终只会输出可能性最高的n个。

下面来看pr的方法。plateRecognize()这个方法有两个参数第一个代表输入图像第二个代表输出的车牌CPlate集合。

	vector<CPlate> plateVec;
	Mat src = imread(filepath);
	int result = pr.plateRecognize(src, plateVec);

当返回结果result为0时代表识别成功否则失败。

CPlate类包含了车牌的各种信息其中重要的如下

	CPlate plate = plateVec.at(i);
	Mat plateMat = plate.getPlateMat();
	RotatedRect rrect = plate.getPlatePos();
	string license = plate.getPlateStr();

plateMat代表车牌图像rrect代表车牌的可旋转矩形位置license代表车牌字符串例如“蓝牌苏EUK722”。

这里说下如何去阅读如下图的识别结果。

EasyPR DetectResults

第1行代表的是图片的文件名。

第2行代表GroundTruth车牌用后缀g表示。第3行代表EasyPR检测车牌用后缀d表示。两者形成一个配对第4行代表两者的字符差距。

下面同上。本图片中有3个车牌所有共有三个配对。最后的Recall等指标代表的是整幅图片的定位评价考虑了三个配对的结果。

有时检测车牌的部分会用“无车牌”与“No string”替代。“无车牌”代表“定位不成功”“No string”代表“定位成功但字符分割失败”。

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(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:

目录 解释
src 所有源文件
include 所有头文件
test 测试程序
model 机器学习的模型
resources/text 中文字符映射表
resources/train 训练数据与说明
resources/image 测试用的图片
resources/doc 相关文档
tmp 训练数据读取目录,需要自建

以下表格是resources/image目录中子目录的解释:

目录 解释
general_test GDTS通用数据测试集
native_test NDTS本地数据测试集
tmp Debug模式下EasyPR输出中间图片的目录需要自建

以下表格是src目录中子目录的解释:

目录 解释
core 核心功能
preprocess SVM预处理
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
feature 特征提取回调函数
plate 车牌抽象
core_func.h 共有的一些函数

以下表格是test目录下文件的解释:

文件 解释
main.cpp 主命令行窗口
accuracy.hpp 批量测试
chars.hpp 字符识别相关
plate.hpp 车牌识别相关

以下表格是train目录下文件的解释:

文件 解释
ann_train.cpp 训练二值化字符
annCh_train.hpp 训练中文灰度字符
svm_train.hpp 训练车牌判断
create_data.hpp 生成合成数据

使用

请参考这里

获取帮助

详细的开发与教程请见介绍与开发教程

如果你在使用过程中遇到任何问题,请在这里告诉我们。

EasyPR讨论QQ群号是一群366392603二群583022188三群637614031加前请注明EasyPR学习讨论。

Contributors

  • liuruoze1.0-1.21.5版作者

  • 海豚嘎嘎(车主之家)1.3版算法贡献者,提升了车牌定位与字符识别的准确率

  • Micooz1.3-1.4版架构重构linux与mac支持opencv3.0支持utf-8编码转换

  • jsxyheludeface版本一

  • zhoushiweideface版本二

  • ahccom新的plateLocate函数

  • 阿水1.3版整合,数据标注等工作

  • fan-wenjie1.5版opencv整合版提供者

  • Free1.6版数据提供者

鸣谢

taotao1233邱锦山唐大侠jsxyhelu如果有一天(zhoushiwei)学习奋斗袁承志圣城小石匠goldriverMicooz梦里时光Rain Wang任薛纪ahccom星夜落尘海豚嘎嘎(车主之家)刘超Free大神以及所有对EasyPR贡献数据的热心同学。