EasyPR：中文开源车牌识别系统的深度解析与实践应用

引言

随着智能交通系统的快速发展，车牌识别技术已成为车辆管理、交通监控等领域的核心技术之一。在众多车牌识别系统中，EasyPR以其开源、中文识别能力强、识别率高等特点脱颖而出，成为众多开发者与研究人员的首选工具。本文将对EasyPR进行深入解析，探讨其技术框架、特点、更新内容及未来发展方向，并结合实际案例展示其应用效果。

一、项目简介与特点

1.1 项目背景

EasyPR是一个专为中文车牌设计的开源识别系统，旨在提供一个简单、高效、准确的车牌识别引擎。它基于OpenCV这一强大的开源计算机视觉库，使得开发者能够轻松获取全部源代码，并灵活移植到Java、C#等多种平台。

1.2 主要特点

• 开源性

  ：EasyPR的源代码完全开放，开发者可以自由获取、修改和分发。

• 中文识别

  ：支持中文车牌识别，如“苏EUK722”等，满足国内市场需求。

• 高识别率

  ：在图片清晰的情况下，车牌检测与字符识别精度可达80%以上。

• 跨平台性

  ：支持Windows、Linux、Android、iOS、Mac等多种操作系统。

二、技术框架与更新内容

2.1 技术框架

EasyPR的技术框架主要基于OpenCV库，通过车牌检测、字符分割、字符识别等步骤实现车牌识别功能。其识别流程如下：

1. 车牌检测

   ：利用图像处理技术检测图片中的车牌区域。

2. 字符分割

   ：将车牌区域中的字符进行分割，以便后续识别。

3. 字符识别

   ：采用机器学习算法对分割后的字符进行识别。

2.2 更新内容

最新版本的EasyPR（1.6版）在原有基础上进行了多项优化和更新，主要包括：

• 修正了多项README文本提示，提高文档可读性。

• 增加了C#调用EasyPR的项目链接，方便C#开发者使用。

• 针对OpenCV 3.2及以上版本可能遇到的编译问题，提供了解决方案。

• 推荐Linux系统使用OpenCV 3.2以上版本，以提高识别稳定性。

三、待做工作与未来发展方向

3.1 待做工作

尽管EasyPR已经取得了显著的成果，但仍存在一些待改进的地方，主要包括：

• 完成一个CNN框架，以替换当前的ANN框架，提高识别精度和速度。

• 增加新能源车的识别功能，满足新能源汽车市场的需求。

• 增加两行车牌的识别功能，适应不同地区的车牌格式。

3.2 未来发展方向

未来，EasyPR将继续深化技术研究，优化算法性能，提高识别精度和速度。同时，将积极拓展应用场景，推动车牌识别技术在更多领域的应用落地。

四、应用案例与效果展示

4.1 应用案例

以一张包含车牌的原始图片为例，展示EasyPR的车牌识别过程及效果。首先，通过车牌检测步骤，EasyPR能够准确提取出图片中的车牌区域。接着，通过字符识别步骤，EasyPR能够识别出车牌字符及颜色信息，如“蓝牌：苏EUK722”。

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：

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：

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”

4.2 效果展示

通过实际应用案例，我们可以看到EasyPR在车牌识别方面的强大能力。无论是车牌检测还是字符识别，都表现出了较高的精度和稳定性。这为智能交通系统、车辆管理等领域提供了有力的技术支持。

五、代码示例

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。

pr.setDetectType(PR_DETECT_CMSER);

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。

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”。

六、项目目录结构

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

七、结论与展望

EasyPR作为一款中文开源车牌识别系统，以其开源性、中文识别能力强、高识别率等特点，在智能交通领域展现出了巨大的应用潜力。通过不断的技术更新和优化，EasyPR将进一步提升识别精度和速度，拓展应用场景，为更多领域提供智能化的解决方案。未来，我们有理由相信，EasyPR将成为车牌识别技术领域的佼佼者，为推动智能交通系统的发展做出更大的贡献。