点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

有小伙伴后台和小白说，能不能推荐几个适合入门的开源视觉项目，因为根据实际项目和代码学起来相对来说比较快。小白收集了一些比较简单的开源的项目，会陆陆续续的分享给大家，文末有源码地址。

今天首先带来的是一个车牌识别系统EasyPR。为什么推荐它呢，有两个原因：1，车牌识别已经做的比较成熟了，相对来说是一个比较简单的项目了。2，这个项目是国内团队写的，里面的说明文档全部都是中文，这对很多看英文头疼的小伙伴来说是再好不过的了。

☟

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：

1

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java等平台。

2

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。

3

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80%以上的精度。

☟

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”

这个识别是不是很神奇。什么？小伙伴觉得还不过瘾，讲解的还不够详细，那接下来再接一个示例好了，这回有图有程序。

☟

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”。

如果小伙伴想了解更多的关于项目的内容，可以通过下载代码，阅读里面的说明文档，也可以在自己的电脑上跑一下该程序。

源码地址：https://gitee.com/easypr/EasyPR

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~