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：

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”

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);

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。

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。

EasyPR 快速上手指南

EasyPR 是一个基于 OpenCV 的开源中文车牌识别系统，支持在非限制场景下进行高效、准确的车牌检测与字符识别。

环境准备

系统要求

• 操作系统：Windows (推荐), Linux, macOS
• 编译器：Visual Studio 2013+ (Windows) 或 GCC (Linux/macOS)
• OpenCV 版本：推荐 OpenCV 3.2 或以上版本。
  • 注意：Linux 用户若使用 3.0/3.1 版本可能出现识别结果为空的问题；OpenCV 3.2+ 需修改 config.h 中的版本宏定义（见下文注意事项）。

前置依赖

• C++ 开发环境
• OpenCV 库（已编译并配置好环境变量）
• CMake（可选，用于构建项目）

安装步骤

由于 EasyPR 是源码级开源项目，主要通过克隆代码并编译使用。

1. 获取源代码

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

国内用户若访问 GitHub 较慢，可尝试使用 Gitee 镜像（如有）或配置代理加速。

2. 配置 OpenCV 版本兼容性

如果你使用的是 OpenCV 3.2 或更高版本，在编译前请检查 include/config.h 文件：

• 找到 #define CV_VERSION_THREE_ZERO
• 将其修改为 #define CV_VERSION_THREE_TWO
• 目的：解决因 OpenCV 版本升级导致的 ANN_MLP 等相关编译错误。

3. 编译项目

Windows (Visual Studio)

1. 使用 Visual Studio 打开 EasyPR.sln 解决方案。
2. 确保项目属性中已正确包含 OpenCV 的 include 目录和 lib 库目录。
3. 选择 Debug 或 Release 模式，架构建议选择 x86（部分旧版预编译库仅支持 x86）。
4. 生成解决方案。

Linux / macOS

建议使用 CMake 进行构建：

mkdir build
cd build
cmake ..
make

确保 CMakeLists.txt 中已正确指向你的 OpenCV 安装路径。

懒人版选项：如果你仅需在 Windows + VS2013 + Debug + x86 环境下快速测试，可下载无需配置 OpenCV 的 1.5 懒人版，解压即可运行。

基本使用

以下是最简单的 C++ 调用示例，实现读取图片并输出车牌识别结果。

代码示例

#include "core_func.h"
#include "plate_recognize.h"
using namespace easypr;

int main() {
    // 1. 创建识别对象
    CPlateRecognize pr;
    
    // 2. 设置属性
    pr.setResultShow(false);          // 关闭结果展示窗口（调试时可设为 true）
    pr.setDetectType(PR_DETECT_CMSER); // 设置定位算法：CMER(文字), SOBEL(边缘), COLOR(颜色)，可用 "|" 组合
    
    // 可选：开启生活模式（增加鲁棒性）
    // pr.setLifemode(true); 
    
    // 可选：设置最大检测车牌数量
    // pr.setMaxPlates(4);

    // 3. 执行识别
    vector<CPlate> plateVec;
    Mat src = imread("test_image.jpg"); // 替换为你的图片路径
    
    int result = pr.plateRecognize(src, plateVec);

    // 4. 获取结果
    if (result == 0) {
        for (size_t i = 0; i < plateVec.size(); i++) {
            CPlate plate = plateVec.at(i);
            string license = plate.getPlateStr(); 
            // 输出格式示例："蓝牌：苏 EUK722"
            cout << "识别结果：" << license << endl;
            
            // 获取车牌位置矩形
            RotatedRect rrect = plate.getPlatePos();
        }
    } else {
        cout << "识别失败" << endl;
    }

    return 0;
}

关键参数说明

• setResultShow(bool): true 弹出窗口显示定位效果，false 静默运行。
• setDetectType(int):
  • PR_DETECT_CMSER: 基于文字特征的定位（推荐）。
  • PR_DETECT_SOBEL: 基于边缘检测。
  • PR_DETECT_COLOR: 基于颜色定位。
  • 组合用法：PR_DETECT_COLOR | PR_DETECT_SOBEL。
• plateRecognize(Mat, vector<CPlate>&): 核心函数，返回 0 表示成功。
• getPlateStr(): 获取最终识别字符串（含颜色和字符）。