【深度学习】你不知道的车牌识别系统

项 目 简 介

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：

项 目 效 果

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”

代 码 示 例

EasyPR的调用非常简单，下面是一段示例代码:

CPlateRecognizepr;
pr.setResultShow(false);
pr.setDetectType(PR_DETECT_CMSER);
vector<CPlate>plateVec;
Matsrc = 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);

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;
Matsrc = 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：

CPlateplate = plateVec.at(i);
MatplateMat = plate.getPlateMat();
RotatedRectrrect = plate.getPlatePos();
stringlicense = 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”。