EasyPR

EasyPR是一個中文的開源車牌識別系統，其目標是成為一個簡單、高效、準確的車牌識別引擎。

相比于其他的車牌識別系統，EasyPR有如下特點：

它基于openCV這個開源庫。這意味著你可以獲取全部源代碼，并且移植到opencv支持的所有平臺。

它能夠識別中文。例如車牌為蘇EUK722的圖片，它可以準確地輸出std:string類型的"蘇EUK722"的結果。

它的識別率較高。圖片清晰情況下，車牌檢測與字符識別可以達到80%以上的精度。

更新

本次更新是1.3 正式版，主要改進在于幾個方面：

1.相對原先的1.2版本，在完整識別率上有所提升：

2.增加了30張左右的新圖片，目前的測試圖片數達到了204張。

3.對“字符分割”類的代碼做了改善。

在1.4版本中計劃做以下幾點改善：

1.開放ANN訓練功能。

2.新的評價框架，更加合理的評估數據。

3.新的車牌定位算法。

跨平臺

目前除了windows平臺以外，還有以下其他平臺的EasyPR版本。一些平臺的版本可能會暫時落后于主平臺。

版本

開發者

版本

地址

linux

Micooz

1.3

已跟EasyPR整合

mac

zhoushiwei,Micooz

1.3

已跟EasyPR整合

兼容性

EasyPR是基于opencv2.4.8版本開發的，2.4.8以上的版本應該可以兼容，以前的版本可能會存在不兼容的現象。opencv3.0的版本還沒有經過測試。

例子

假設我們有如下的原始圖片，需要識別出中間的車牌字符與顏色：

經過EasyPR的第一步處理車牌檢測(PlateDetect)以后，我們獲得了原始圖片中僅包含車牌的圖塊：

接著，我們對圖塊進行OCR過程，在EasyPR中，叫做字符識別(CharsRecognize)。我們得到了一個包含車牌顏色與字符的字符串：

“藍牌：蘇EUK722”

版權

EasyPR的源代碼與訓練數據遵循Apache v2.0協議開源。

EasyPR的resources/image/general_test文件夾下的圖片數據遵循GDSL協議(通用數據共享協議)進行開放。

請確保在使用前了解以上協議的內容。

目錄結構

以下表格是本工程中所有目錄的解釋:

目錄

解釋

src

所有源文件

include

所有頭文件

test

測試程序

resources/model

機器學習的模型

resources/train

訓練數據與說明

resources/image

測試用的圖片

resources/doc

相關文檔

以下表格是resources/image目錄中子目錄的解釋:

目錄

解釋

general_test

GDTS(通用數據測試集)

native_test

NDTS(本地數據測試集)

tmp

Debug模式下EasyPR輸出中間圖片的目錄

以下表格是src目錄中子目錄的解釋:

目錄

解釋

core

核心功能

preprocess

SVM預處理

train

訓練目錄，存放模型訓練的代碼

util

輔助功能

以下表格是src目錄下一些核心文件的解釋與關系:

文件

解釋

plate_locate

車牌定位

plate_judge

車牌判斷

plate_detect

車牌檢測，是車牌定位與車牌判斷功能的組合

chars_segment

字符分割

chars_identify

字符鑒別

chars_recognise

字符識別，是字符分割與字符鑒別功能的組合

plate_recognize

車牌識別，是車牌檢測與字符識別的共有子類

feature

特征提取回調函數

plate

車牌抽象

core_func.h

共有的一些函數

以下表格是test目錄下文件的解釋:

文件

解釋

main.cpp

主命令行窗口

accuracy.hpp

批量測試

chars.hpp

字符識別相關

plate.hpp

車牌識別相關

使用

EasyPR的所有源代碼可在Github上的項目主頁直接打包下載得到。

由于Github在中國有時下載速度較慢，可以使用oschina的鏡像地址來下載。

如果你熟悉git版本控制工具，可以使用下面的命令來從Github里克隆代碼：

$ git clone https://github.com/liuruoze/EasyPR

EasyPR支持當前主流的操作系統，通常不需要對源代碼進行更改就可以編譯運行，盡管如此，不同平臺上IDE的配置也是有很大差異的，下面主要說明Windows，Linux以及Mac OS下的編譯方法。

Note: 無論在哪個平臺使用EasyPR，都要安裝對應平臺版本的opencv，建議使用正式穩定版本。

windows平臺下的opencv的配置可以參考這份博客。

Windows

Windows下的配置建議使用最新的Visual Studio 2013版本。

目前2010與2012下會存在編譯問題，這是由于老版本對C++ 11特性支持的不足導致的。

打開項目目錄下的解決方案文件EasyPR.sln。

Note: 該解決方案會加載兩個項目，一個是EasyPR，用于編譯src/下的源文件生成靜態庫libeasypr.lib；另一個是Demo，用來編譯test/下的main.cpp，并鏈接libeasypr.lib生成可執行程序。

配置OpenCV庫

OpenCV for Windows通常會將使用VS編譯好二進制文件放到opencv\build\目錄下。

EasyPR兩個項目的Debug和Release模式都會引用opencv.props屬性表，用屬性表管理器打開，修改用戶宏里面的OpenCV項，使之指向你的OpenCV的build目錄。

Note: 如果你使用的opencv版本不是2.4.11，請修改屬性表下的鏈接器-輸入-附加依賴項，調整為對應版本的lib。

Note: 如果你要使用X64的opencv庫或者其他版本的VS，請修改鏈接器-常規-附加庫目錄，調整為對應的版本。

生成解決方案

默認情況下，生成出現的libeasypr.lib和easypr_test.exe會放在bin\debug(release)下。

Note: 直接雙擊運行程序會出現找不到opencv動態庫的情況，這個時候只需要在opencv\build\x86(x64)\vc(..)\bin下找到缺失的dll放到執行目錄即可。

Linux & Mac OS

EasyPR使用CMake在Linux及Mac OS下進行構建，確保系統安裝了最新版本的CMake，然后在任意目錄(將存放編譯所需的Makefile)執行：

$ cmake path/to/EasyPR

完成后在同一目錄下執行編譯命令：

$ make

CMake將首先把EasyPR/src下的源文件編譯打包為靜態庫libeasypr.a，然后編譯test/main.cpp，鏈接靜態庫生成可執行程序easypr_test。

Note: 你可以直接利用EasyPR/include和這個靜態庫來調用EasyPR提供的函數接口編寫自己的程序。

運行Demo：

$ ./easypr_test // 進入菜單交互界面

$ ./easypr_test ? // 查看CLI幫助

命令行示例

可以向easypr_test[.exe]傳遞命令行參數來完成你想要的工作，目前Demo支持四個子命令，其他功能如字符識別將逐步加入。對于每個子命令的幫助信息可以傳入-h參數來獲取。

車牌識別

# 利用提供的SVM和ANN模型來識別一張圖片里面的所有車牌

$ ./easypr_test recognize -p resources/image/plate_recognize.jpg --svm resources/model/svm.xml --ann resources/model/ann.xml

# 或者更簡單一些(注意模型路徑)

$ ./easypr_test recognize -p resources/image/plate_recognize.jpg

SVM訓練

# 首先生成訓練用圖片

$ ./easypr_test svm --create --in raw/ --out learn/

# 接下來給訓練用圖片打標簽，自動把“是”車牌的圖塊放到has/，“不是”車牌的圖塊放到no/里，注意這里要使用svm.xml的原因是為了簡化你的分類工作量，你也可以手動對圖塊分類

$ ./easypr_test svm --tag --source=learn/ --has=has/ --no=no/ --svm=resources/model/svm.xml

# 接下來就是訓練過程了，--divide意味著訓練程序會對兩個目錄下的圖塊進行劃分，默認是70%的訓練數據，30%的測試數據，分別放在

# has/train(70%), has/test;

# no/train(70%), no/test

# Note: 目前你需要自己建立子目錄

$ ./easypr_test svm --train --has-plate=has/ --no-plate=no/ --divide --svm=save/to/svm.xml

詳細的開發與教程請見介紹與開發教程。

如果你在使用過程中遇到任何問題，請在這里告訴我們。

Contributors

liuruoze：1.0-1.2版作者，1.3版整合工作

海豚嘎嘎(車主之家)：1.3版算法貢獻者，提升了車牌定位與字符識別的準確率

Micooz：1.3版架構改善與重構，linux與mac的跨平臺編譯等

jsxyhelu：deface版本一

zhoushiwei：deface版本二

ahccom：新的plateLocate函數

阿水：1.3版整合，數據標注等工作

鳴謝

taotao1233，邱錦山，唐大俠，jsxyhelu，如果有一天(zhoushiwei)，學習奮斗，袁承志，

圣城小石匠，goldriver，Micooz，夢里時光，Rain Wang，任薛紀，ahccom，星夜落塵，海豚嘎嘎(車主之家)，

劉超，Free&&Easy, 以及所有對EasyPR貢獻數據的熱心同學。

總結

以上是生活随笔為你收集整理的java车牌号识别EasyPR_EasyPR的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。