簡介
最近由於項目需要，需要做一個車牌號抓取和識別的功能，於是找到了EasyPR，全稱Easy to do Plate Recognition，一個全中文的開源識別項目，基於OpenCV和機器學習實現，支持跨平臺，相對來說比較簡單，速度也還不錯，準確度而言，白天還行，晚上很差，尤其是開啓前照燈的情況下非常糟糕，不過還是要感謝作者能夠開源給大家分享。
下載
github地址：https://github.com/liuruoze/EasyPR
可以根據平臺下載自己需要的版本，然後按照Usage.md中介紹的一步步去編譯，也可借鑑這篇博客（http://livezingy.com/compile-easypr-in-win10-vs2013-x64/），編譯過程中會出現有關opencv的錯誤，一般都是與版本有關，代碼裏面的相關語法錯誤，按照需要進行對應修改，後續我會給出我修改好的demo，上傳更新。
大概思路
車牌檢測
檢測部分，主要用了三種方法的結果進行融合，提取出來的車牌矩形框大小爲360x160，這三種方法分別是：
- 邊緣檢測：基於Sobel，代碼中的函數爲plateSobelLocate()
- 基於顏色的搜索：函數爲plateColorLocate()，分步並行處理三種顏色：藍色，黃色，白色，當然需要的可以進行代碼修改，增加綠色牌的搜索；
- 基於文字區域的搜索：這裏使用了MSER算子，來處理有字符的區域，函數爲plateMserLocate();
將上面三種方法找到的矩形框都放到一個vector裏，準備做篩選：
- step1：提取不同車牌feature，送入SVM進行訓練，給出score；代碼中用的是顏色直方圖特徵，當然還給出來別得feature，在feature.cpp文件中可以看到，有：HOG，LBP，Sift，直方圖，顏色，hsv直方圖等；
- step2：NMS做最後的過濾；
字符分割
- 首先對矩形框進行二值化：爲了消除燈光的音響，用了Otsu閾值化，函數爲spatial_ostu();
- 通過0和1像素的跳躍次數，來去除車牌上的柳釘以及干擾直線，函數爲clearLiuDing();
- 去除干擾後，利用輪廓查找找到左右可能是字符的矩形框Rect，然後利用位置比例找到屬於特定字符的Rect，函數爲GetSpecialRect();
字符識別
字符識別這裏，用了最簡單的MLP進行訓練，中文字符31個，數字字符10個，字母字符24個（I和O不用），白天場景下可得到80+的識別準確率，應該還是不錯的了，當然需要的話，可以自己用更多更新的樣本進行重新訓練，以得到更高的準確率。
測試結果
Pc機上檢測的時間在20ms以內；完整識別的時間在0.25-0.35s之間，其中第一張圖片的識別時間稍長，後面就比較快，由於算法運行開始需要load所需模型。
檢測準確率：白天爲85%；夜晚爲70%；
識別準確率：白天爲80%；夜晚爲60%；
與其他算法的比較
翔雲車牌識別服務
這是一個收費解決方案，用我們採集的照片在該服務上測試，得到以下測試結果：
1） 白天場景下識別效果好於晚上；
2） 白天拍攝距離7m以內；晚上2m內；
3） 識別時間大於0.5s；
4） 準確率：90%（白天）80%（晚上）
惠號通車牌識別
同樣作爲一個商業化解決方案，效果明顯好於測試過的其它同類算法。其算法在手機app上運行，該app要求現場採集圖片，無法讀取已有圖片，且拍照過程中自動調焦，拍攝到的照片人爲因素很大，得到的照片質量明顯好於我們採集到的圖片質量，清晰度高，對比度高。測試結果如下：
1） 同樣白天識別效果優於晚上；
2） 拍攝距離小於2m；
3） 識別時間取決於手機，華爲榮耀V8上識別時間爲100ms左右；
4） 準確率：>95%（白天）85%（晚上）
HyperLPR
這是github上的一個免費開源項目，基於深度學習的高性能中文車牌識別，可以現場拍照，也可以load相冊已有圖片，在華爲榮耀V8上測試結果如下：
1） 白天效果好於晚上；
2） 拍攝距離小於2m；
3） 識別時間100ms左右；
4） 準確率：85%（白天）60-70%（晚上）
OpenALPR
這是一個國外的開源項目，都是白色車牌，在線測試了一下，感覺速度很快，準確率也很好，但是用我們自己的場景圖片，準確率直線下降；
結論
白天場景下，拍攝距離不超過7m，否則無法檢測；
晚上場景下，不開大燈光線好拍攝距離不超過7m，開大燈不超過2m，否則無法檢測；
下面是在7m距離的拍攝識別情況：
識別結果：
開前大燈無法檢測：
總的來說還是可以的，如果條件不是非常苛刻，因爲我們的需要場景是在夜間，而且是動態拍攝，所以比較尷尬。
最後，關於easyPR的詳細內容可以訪問easyPR作者的博客：http://www.cnblogs.com/subconscious/p/3979988.html