EasyPR

An easy, flexible, and accurate plate recognition project for Chinese licenses in unconstrained situations.

Github stars Tracking Chart

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1.6正式版本,主要有以下几点更新:

  1. 修正了多项readme的文本提示。

  2. 增加了C#调用EasyPR的一个项目的链接,感谢 @zhang-can 同学。

注意

  1. 对于Opencv3.2或以上版本,如果碰到编译问题,例如“ANN_MLP”相关的错误,尝试将config.h中将#define CV_VERSION_THREE_ZERO改为#define CV_VERSION_THREE_TWO试试.

  2. linux系统推荐使用Opencv3.2以上版本。3.2以下的版本例如3.0和3.1在识别时可能会出现车牌识别结果为空的情况。稳妥起见,建议都升级到最新的3.2版本。Windows版本没有这个问题。

待做的工作

  • 完成一个CNN框架
  • 替换ANN为CNN
  • 增加新能源车的识别(待定)
  • 增加两行车牌的识别(待定)

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, ------, -------, -------, -------, C#, zhang-can, 1.5, zhang-can/EasyPR-DLL-CSharp, 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:637614031,四群:548362608,加前请注明EasyPR学习讨论。

Contributors

  • liuruoze:1.0-1.2,1.5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

  • Micooz:1.3-1.4版架构重构,linux与mac支持,opencv3.0支持,utf-8编码转换

  • jsxyhelu:deface版本一

  • zhoushiwei:deface版本二

  • ahccom:新的plateLocate函数

  • 阿水:1.3版整合,数据标注等工作

  • fan-wenjie:1.5版opencv整合版提供者

  • Free:1.6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,goldriver,Micooz,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。

Main metrics

Overview
Name With Ownerliuruoze/EasyPR
Primary LanguageC++
Program languageC++ (Language Count: 5)
Platform
License:Apache License 2.0
所有者活动
Created At2014-09-19 11:46:04
Pushed At2024-06-04 13:10:44
Last Commit At2018-02-01 19:11:42
Release Count14
Last Release Namev1.6 (Posted on )
First Release Namev1.0 (Posted on 2014-10-17 17:34:46)
用户参与
Stargazers Count6.4k
Watchers Count523
Fork Count2.5k
Commits Count582
Has Issues Enabled
Issues Count293
Issue Open Count77
Pull Requests Count23
Pull Requests Open Count9
Pull Requests Close Count10
项目设置
Has Wiki Enabled
Is Archived
Is Fork
Is Locked
Is Mirror
Is Private