车牌识别，是人工智能以及 OCR 领域的重要应用场景。通过拍摄的包含车牌的照片，实现识别出车牌文字的功能，能够大大提高车辆识别效率，在交通违规检测、罪案侦查中能提供有力支持，而 EasyPR，能够快速准确地识别中文车牌。
EasyPR 的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：
EasyPR 提供了跨平台的版本，包括：Windows，C#，Android，Linux，IOS，Mac，Java 和懒人版，其中懒人版无需配置 OpenCV。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。
EasyPR 可以针对原始的车牌拍摄图片进行识别。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：
EasyPR的调用非常简单，下面是一段示例代码：
我们首先创建一个CPlateRecognize的对象pr，接着设置pr的属性。
这句设置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。
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。
除此之外，还可以有一些其他的属性值设置：
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。
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。
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：
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”。
识别结果中，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”。
EasyPR 作为一个中文车牌识别系统，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。EasyPR 基于openCV，能够识别中文，且识别率较高，可以应用在实践中。
来都来了，走啥走，留个言呗~
由“IT大咖说（ID：itdakashuo）”原创的文章，转载时请注明作者、出处及微信公众号。投稿、约稿、转载请加微信：ITDKS10（备注：投稿），茉莉小姐姐会及时与您联系！