pmuy8zkev
/
Galaxy
1
0
Fork 0
Code Issues Pull Requests 3 Packages Projects Releases Wiki Activity

WXP0

Browse Source
pull/12/head
www-369 12 months ago
parent 7428e17395
commit 2ed8bbe608
1 changed files with 72 additions and 49 deletions
Show Stats Download Patch File Download Diff File

121
src/src/core/plate_judge.cpp
Unescape View File

@ -6,43 +6,47 @@
#include "easypr/core/params.h"
namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类只有一个实例
//定义了一个静态成员变量instance_，它是PlateJudge类的指针，初始化为nullptr。这是单例模式的关键，所有的PlateJudge实例都将共享这个变量
PlateJudge* PlateJudge::instance_ = nullptr;
PlateJudge* PlateJudge::instance() {
if (!instance_) {
instance_ = new PlateJudge;
//确保PlateJudge类只有一个实例，当需要使用PlateJudge类时，只需要调用PlateJudge::instance()即可获取到这个唯一的实例
PlateJudge* PlateJudge::instance() { //定义了一个静态成员函数instance()，它返回一个指向PlateJudge实例的指针
if (!instance_) { //检查instance_是否为nullptr
instance_ = new PlateJudge; //如果是，那么就创建一个新的PlateJudge实例，并将instance_设置为指向这个新创建的实例
}
return instance_;
return instance_; //返回instance_，即指向PlateJudge实例的指针
}
PlateJudge::PlateJudge() { //PlateJudge决定了使用哪种特征提取方法。
bool useLBP = false;
if (useLBP) {
LOAD_SVM_MODEL(svm_, kLBPSvmPath);
extractFeature = getLBPFeatures;
PlateJudge::PlateJudge() { //PlateJudge决定了使用哪种特征提取方法
bool useLBP = false; //定义一个布尔变量useLBP，并初始化为false
if (useLBP) { //如果useLBP为true，即使用LBP特征提取方法
LOAD_SVM_MODEL(svm_, kLBPSvmPath); //加载LBP的SVM模型
extractFeature = getLBPFeatures; //设置特征提取函数为getLBPFeatures
}
else {
LOAD_SVM_MODEL(svm_, kHistSvmPath);
extractFeature = getHistomPlusColoFeatures;
else { //如果useLBP为false，即使用直方图特征提取方法
LOAD_SVM_MODEL(svm_, kHistSvmPath); //加载直方图的SVM模型
extractFeature = getHistomPlusColoFeatures; //设置特征提取函数为getHistomPlusColoFeatures
}
}
void PlateJudge::LoadModel(std::string path) { //LoadModel函数用于加载SVM模型。
if (path != std::string(kDefaultSvmPath)) {
if (!svm_->empty())
svm_->clear();
LOAD_SVM_MODEL(svm_, path);
void PlateJudge::LoadModel(std::string path) { //LoadModel函数用于加载SVM模型，函数接收一个字符串参数path，这个参数是SVM模型文件的路径
if (path != std::string(kDefaultSvmPath)) { //检查输入的路径path是否与默认的SVM路径kDefaultSvmPath不同。如果不同，那么就需要加载新的SVM模型
if (!svm_->empty()) //检查当前的SVM模型是否为空。如果不为空，那么在加载新的SVM模型之前，需要先清空当前的SVM模型
svm_->clear(); //清空当前的SVM模型
LOAD_SVM_MODEL(svm_, path); //加载新的SVM模型。LOAD_SVM_MODEL是一个宏，它接收两个参数：一个是SVM模型的指针，另一个是SVM模型文件的路径
}
}
// set the score of plate
// 0 is plate, -1 is not.
int PlateJudge::plateSetScore(CPlate& plate) { //plateSetScore函数用于设置车牌的评分。
Mat features;
extractFeature(plate.getPlateMat(), features);
float score = svm_->predict(features, noArray(), cv::ml::StatModel::Flags::RAW_OUTPUT);
int PlateJudge::plateSetScore(CPlate& plate) { //plateSetScore函数用于设置车牌的评分，接收一个CPlate类型的引用作为参数
Mat features; //定义一个Mat类型的变量features，用于存储特征
extractFeature(plate.getPlateMat(), features); //调用extractFeature方法提取车牌图像的特征，结果存储在features中
float score = svm_->predict(features, noArray(), cv::ml::StatModel::Flags::RAW_OUTPUT); //使用SVM模型对特征进行预测，得到的结果存储在score中
//std::cout << "score:" << score << std::endl;
//这是一个调试用的代码块，如果条件为真（此处为0，所以不会执行），则显示车牌图像，等待用户按键，然后销毁窗口
if (0) {
imshow("plate", plate.getPlateMat());
waitKey(0);
@ -51,14 +55,15 @@ namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类
// score is the distance of margin，below zero is plate, up is not
// when score is below zero, the samll the value, the more possibliy to be a plate.
plate.setPlateScore(score);
if (score < 0.5) return 0;
if (score < 0.5) return 0; //如果评分小于0.5，返回0，表示这是一个车牌；否则返回-1，表示这不是一个车牌
else return -1;
}
//定义了一个名为plateJudge的成员函数，它属于PlateJudge类。该函数接收一个Mat类型的常量引用参数plateMat，这个参数是需要进行车牌判断的图像
int PlateJudge::plateJudge(const Mat& plateMat) { //plateJudge函数用于判断输入的图像是否为车牌。
CPlate plate;
plate.setPlateMat(plateMat);
return plateSetScore(plate);
CPlate plate; //这行创建了一个CPlate类型的对象plate。CPlate是一个类，它可能包含车牌的相关信息，如车牌图像、车牌位置等
plate.setPlateMat(plateMat); //调用了CPlate类的setPlateMat成员函数，将输入的图像plateMat设置为plate对象的车牌图像
return plateSetScore(plate); //调用了PlateJudge类的plateSetScore成员函数，对plate对象进行评分，然后返回评分结果
}
int PlateJudge::plateJudge(const std::vector<Mat> &inVec, //inVec是输入的图像向量，resultVec是输出的结果向量。
@ -107,18 +112,25 @@ namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类
return 0; //结束循环并返回0，表示方法执行成功
}
// non-maximum suppression
// non-maximum suppression -->非极大值抑制
//函数接收三个参数：一个CPlate对象的向量inVec（输入的车牌向量），一个CPlate对象的向量resultVec（输出的车牌向量），以及一个double类型的overlap（重叠阈值）
void NMS(std::vector<CPlate> &inVec, std::vector<CPlate> &resultVec, double overlap) { //NMS函数实现了非极大值抑制，用于消除重叠的车牌。
std::sort(inVec.begin(), inVec.end());
std::sort(inVec.begin(), inVec.end()); //首先对输入的车牌向量进行排序
//然后遍历输入的车牌向量，对每一个车牌对象，获取其位置的边界矩形
std::vector<CPlate>::iterator it = inVec.begin();
for (; it != inVec.end(); ++it) {
CPlate plateSrc = *it;
//std::cout << "plateScore:" << plateSrc.getPlateScore() << std::endl;
Rect rectSrc = plateSrc.getPlatePos().boundingRect();
//在内层循环中，对当前车牌对象之后的每一个车牌对象，也获取其位置的边界矩形
std::vector<CPlate>::iterator itc = it + 1;
for (; itc != inVec.end();) {
CPlate plateComp = *itc;
Rect rectComp = plateComp.getPlatePos().boundingRect();
//计算两个边界矩形的交并比（Intersection over Union，IoU），如果IoU大于设定的重叠阈值，那么就从输入的车牌向量中删除当前的车牌对象；否则，继续处理下一个车牌对象
float iou = computeIOU(rectSrc, rectComp);
if (iou > overlap) {
itc = inVec.erase(itc);
@ -128,19 +140,23 @@ namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类
}
}
}
resultVec = inVec;
resultVec = inVec; //最后，将处理后的车牌向量赋值给输出的车牌向量
}
// judge plate using nms
// judge plate using nms --> 使用非极大值抑制进行车牌识别
// 定义了一个名为plateJudgeUsingNMS的成员函数，它属于PlateJudge类。该函数使用非极大值抑制进行车牌识别，接收一个CPlate对象的向量inVec（输入的车牌向量）、一个CPlate对象的向量resultVec（输出的车牌向量）和一个整数maxPlates（最大车牌数量）作为参数
int PlateJudge::plateJudgeUsingNMS(const std::vector<CPlate> &inVec, std::vector<CPlate> &resultVec, int maxPlates) { //plateJudgeUsingNMS函数使用非极大值抑制进行车牌识别。
std::vector<CPlate> plateVec;
int num = inVec.size();
bool useCascadeJudge = true;
std::vector<CPlate> plateVec; // 创建一个CPlate对象的向量，用于存储识别出的车牌
int num = inVec.size(); // 获取输入向量的大小
bool useCascadeJudge = true; // 定义一个布尔变量，表示是否使用级联判断
// 遍历输入向量中的每一个元素
for (int j = 0; j < num; j++) {
CPlate plate = inVec[j];
Mat inMat = plate.getPlateMat();
int result = plateSetScore(plate);
CPlate plate = inVec[j]; // 获取当前的CPlate对象
Mat inMat = plate.getPlateMat(); // 获取当前CPlate对象的车牌图像
int result = plateSetScore(plate); // 对当前的CPlate对象进行评分
// 如果评分结果为0，表示这是一个车牌
if (0 == result) {
if (0) {
imshow("inMat", inMat);
@ -148,17 +164,22 @@ namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类
destroyWindow("inMat");
}
if (plate.getPlateLocateType() == CMSER) {
int w = inMat.cols;
int h = inMat.rows;
if (plate.getPlateLocateType() == CMSER) { // 如果plate的定位类型为CMSER
int w = inMat.cols; // 获取图像的宽度
int h = inMat.rows; // 获取图像的高度
// 对图像进行裁剪
Mat tmpmat = inMat(Rect_<double>(w * 0.05, h * 0.1, w * 0.9, h * 0.8));
Mat tmpDes = inMat.clone();
resize(tmpmat, tmpDes, Size(inMat.size()));
plate.setPlateMat(tmpDes);
Mat tmpDes = inMat.clone(); // 克隆图像
resize(tmpmat, tmpDes, Size(inMat.size())); // 调整图像大小
plate.setPlateMat(tmpDes); // 设置plate的车牌图像为调整后的图像
// 如果使用级联判断
if (useCascadeJudge) {
int resultCascade = plateSetScore(plate);
int resultCascade = plateSetScore(plate); // 对调整后的图像进行评分
// 如果plate的定位类型不是CMSER，将plate的车牌图像设置为原图像
if (plate.getPlateLocateType() != CMSER)
plate.setPlateMat(inMat);
// 如果级联评分结果为0，将plate添加到plateVec中
if (resultCascade == 0) {
if (0) {
imshow("tmpDes", tmpDes);
@ -168,22 +189,24 @@ namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类
plateVec.push_back(plate);
}
}
else
else // 如果不使用级联判断，直接将plate添加到plateVec中
plateVec.push_back(plate);
}
else
else // 如果plate的定位类型不是CMSER，直接将plate添加到plateVec中
plateVec.push_back(plate);
}
}
std::vector<CPlate> reDupPlateVec;
double overlap = 0.5;
std::vector<CPlate> reDupPlateVec; // 创建一个CPlate对象的向量，用于存储非极大值抑制后的结果
double overlap = 0.5; // 定义重叠阈值
// double overlap = CParams::instance()->getParam1f();
// use NMS to get the result plates
// 使用非极大值抑制处理plateVec，结果存储在reDupPlateVec中
NMS(plateVec, reDupPlateVec, overlap);
// sort the plates due to their scores
// sort the plates due to their scores --> 根据评分对reDupPlateVec进行排序
std::sort(reDupPlateVec.begin(), reDupPlateVec.end());
// output the plate judge plates
// 遍历reDupPlateVec，将结果添加到resultVec中，直到达到最大车牌数量
std::vector<CPlate>::iterator it = reDupPlateVec.begin();
int count = 0;
for (; it != reDupPlateVec.end(); ++it) {
@ -197,6 +220,6 @@ namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类
if (count >= maxPlates)
break;
}
return 0;
return 0; // 返回0，表示函数执行成功
}
}

Write Preview
Loading…
Cancel
Save