diff --git a/src/src/core/plate_judge.cpp b/src/src/core/plate_judge.cpp
index 4dfa032..619a48c 100644
--- a/src/src/core/plate_judge.cpp
+++ b/src/src/core/plate_judge.cpp
@@ -1,9 +1,11 @@
+//该代码主要用于车牌识别。它定义了一个名为PlateJudge的类，该类包含了一系列用于车牌识别的方法。
+
 #include "easypr/core/plate_judge.h"
 #include "easypr/config.h"
 #include "easypr/core/core_func.h"
 #include "easypr/core/params.h"
 
-namespace easypr {
+namespace easypr { //这部分代码实现了单例模式，确保PlateJudge类只有一个实例
 
   PlateJudge* PlateJudge::instance_ = nullptr;
 
@@ -14,7 +16,7 @@ namespace easypr {
     return instance_;
   }
 
-  PlateJudge::PlateJudge() { 
+  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);
@@ -26,7 +28,7 @@ namespace easypr {
     }
   }
 
-  void PlateJudge::LoadModel(std::string path) {
+  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();
@@ -36,7 +38,7 @@ namespace easypr {
 
   // set the score of plate
   // 0 is plate, -1 is not.
-  int PlateJudge::plateSetScore(CPlate& plate) {
+  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);
@@ -53,53 +55,60 @@ namespace easypr {
     else return -1;      
   }
 
-  int PlateJudge::plateJudge(const Mat& plateMat) {
+  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);
   }
 
-  int PlateJudge::plateJudge(const std::vector<Mat> &inVec,
-    std::vector<Mat> &resultVec) {
-    int num = inVec.size();
-    for (int j = 0; j < num; j++) {
-      Mat inMat = inVec[j];
+  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。
+    std::vector<Mat> &resultVec) { //对inVec中的每一张图像进行车牌判断。如果判断结果为车牌（即plateJudge(inMat)的返回值为0），则将该图像添加到resultVec中。
+    int num = inVec.size(); // 获取输入图像的数量
+    for (int j = 0; j < num; j++) { // 遍历每一张图像
+      Mat inMat = inVec[j]; // 获取当前图像
 
       int response = -1;
-      response = plateJudge(inMat);
+      response = plateJudge(inMat);  // 对当前图像进行车牌判断
 
-      if (response == 0) resultVec.push_back(inMat);
+      if (response == 0) resultVec.push_back(inMat);  // 如果判断结果为车牌，将该图像添加到结果向量中
     }
-    return 0;
+    return 0; // 返回0，表示执行成功
   }
 
-  int PlateJudge::plateJudge(const std::vector<CPlate> &inVec,
-    std::vector<CPlate> &resultVec) {
-    int num = inVec.size();
-    for (int j = 0; j < num; j++) {
-      CPlate inPlate = inVec[j];
+//属于PlateJudge类，用于判断输入的车牌向量中哪些是有效的车牌。这个方法的输入是一个CPlate对象的向量inVec，输出是一个有效车牌的CPlate对象的向量resultVec。
+  int PlateJudge::plateJudge(const std::vector<CPlate> &inVec, 
+    std::vector<CPlate> &resultVec) { //接收两个参数：一个CPlate对象的向量inVec（输入的车牌向量）和一个CPlate对象的向量resultVec（输出的有效车牌向量）。
+    int num = inVec.size(); // 获取输入向量的大小
+    for (int j = 0; j < num; j++) { //遍历输入向量中的每一个元素
+
+//获取当前的CPlate对象和它的车牌图像
+      CPlate inPlate = inVec[j]; 
       Mat inMat = inPlate.getPlateMat();
+
+//调用plateJudge方法判断当前的车牌图像是否有效，结果存储在response中
       int response = -1;
       response = plateJudge(inMat);
 
+//如果当前的车牌图像有效（response等于0），则将当前的CPlate对象添加到结果向量中
       if (response == 0)
         resultVec.push_back(inPlate);
+//如果当前的车牌图像无效，那么对车牌图像进行裁剪和调整大小
       else {
         int w = inMat.cols;
         int h = inMat.rows;
         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()));
-
+//再次调用plateJudge方法判断调整后的车牌图像是否有效，如果有效则将当前的CPlate对象添加到结果向量中
         response = plateJudge(tmpDes);
         if (response == 0) resultVec.push_back(inPlate);
       }
     }
-    return 0;
+    return 0; //结束循环并返回0，表示方法执行成功
   }
 
   // non-maximum suppression
-  void NMS(std::vector<CPlate> &inVec, std::vector<CPlate> &resultVec, double overlap) {
+  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::vector<CPlate>::iterator it = inVec.begin();
     for (; it != inVec.end(); ++it) {
@@ -123,7 +132,7 @@ namespace easypr {
   }
 
   // judge plate using nms
-  int PlateJudge::plateJudgeUsingNMS(const std::vector<CPlate> &inVec, std::vector<CPlate> &resultVec, int maxPlates) {
+  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;