easyPR源码解析之plate

#ifndef EASYPR_CORE_PLATEJUDGE_H_
#define EASYPR_CORE_PLATEJUDGE_H_

#include "easypr/core/plate.hpp"
#include "easypr/core/feature.h"//参见文末6

namespace easypr {

class PlateJudge {
public:

//类名后面加*，表示对应类的指针类型。对应变量值为类指针类型,函数的返回值只一个Room指针,它的定义参见文末2
static PlateJudge* instance();

//加载模型文件xml
void LoadModel(std::string path)

//使用NMS删除重叠的框，参见文末5
int plateJudgeUsingNMS(const std::vector<CPlate>&, std::vector<CPlate>&, int maxPlates = 5);

//，通过调用SVM模型进行判别，设置车牌分数，0 is plate, -1 is not.参见文末4
int plateSetScore(CPlate& plate);

//三个构造函数，定义在plate_judge.cpp

//将输出普通Mat转化为CPlate对象，调用plateSetScore函数求出其score
int plateJudge(const Mat& plateMat);

//输入一组Mat，对其Mat逐个调用上面结构的plateJudge,求出每个Mat对应的score
int plateJudge(const std::vector<Mat> &inVec,std::vector<Mat> &resultVec);

//同上，输入一组CPlate对象，取出它的Mat成员，然后对其逐个调用上面第一个结构的plateJudge
int plateJudge(const std::vector<CPlate> &inVec,std::vector<CPlate> &resultVec);

private:
// singleton，构造函数,参见文末3
PlateJudge();

static PlateJudge* instance_;//定义指针

svmCallback extractFeature;//定义回调函数

cv::Ptr<ml::SVM> svm_;//SVM对象

};
}

#endif // EASYPR_CORE_PLATEJUDGE_H_

1、我们看到头文件#include "easypr/core/plate.hpp"，该头文件主要以类的形式定义了一个车牌类型，用于存放车牌区域的信息，例如，坐标，大小，score，等等。

这个hpp文件和h文件有什么区别呢？

hpp，顾名思义等于.h加上.cpp ，其实质就是将.cpp的实现代码混入.h头文件当中，定义与实现都包含在同一文件，则该类的调用者只需要include该hpp文件即可，无需再将cpp加入到project中进行编译。而实现代码将直接编译到调用者的obj文件中，不再生成单独的obj，采用hpp将大幅度减少调用project中的cpp文件数与编译次数，也不用再发布烦人的lib与dll，因此非常适合用来编写公用的开源库。(1个cpp生成1个 obj文件，1个project可以有若干个cpp文件组成，每个各自产生自己的 obj文件。然后通过链接，把 obj文件们和库文件们链接成 exe 文件（或DLL文件) . )

hpp的优点不少，但是编写中有以下几点要注意：https://blog.csdn.net/shinehoo/article/details/6317747

2、

//PlateJudge* 代表参数instance_的类型，它是一个PlateJudge类的类指针
PlateJudge* PlateJudge::instance_ = nullptr;//就是定义出一个PlateJudge*指针PlateJudge* PlateJudge::instance() {if (!instance_) {//当指针是空的时候，生成一个新的instance_ = new PlateJudge;//这个到底是怎么调用？？？？？？}return instance_;}

instance_是一个变量，是PlateJudge的指针类型,它指向的地方保存着一个PlateJudge类型的对象 ,

代码和这个一样
AAA x;
AAA*a;
a=&x;
可以用*a来代替对象x;

3、私有函数PlateJudge的定义，是否使用LBP特征。

PlateJudge::PlateJudge() { bool useLBP = false;if (useLBP) {LOAD_SVM_MODEL(svm_, kLBPSvmPath);//地址存放SVM模型xml文件extractFeature = getLBPFeatures;//函数定义在feature.cpp中，计算提取特征}else {LOAD_SVM_MODEL(svm_, kHistSvmPath);//地址存放SVM模型xml文件extractFeature = getHistomPlusColoFeatures;}}

这里我们重点看一下：extractFeature = getHistomPlusColoFeatures;

getHistomPlusColoFeatures是定义的一个函数，用于提取特征：

//! color feature and histom
void getHistomPlusColoFeatures(const cv::Mat& image, cv::Mat& features);

extractFeature对象的定义为：svmCallback extractFeature;其中svmCallback的声明是：

//! EasyPR的getFeatures回调函数
//! 用于从车牌的image生成svm的训练特征features
typedef void (*svmCallback)(const cv::Mat& image, cv::Mat& features);

“”svmCallback extractFeature“”的意思是：声明了一个函数指针，用于保存传入的函数地址（即getHistomPlusColoFeatures函数的地址）。

我的理解是，把函数getHistomPlusColoFeatures的地址赋给了extractFeature，因此当调用extractFeature时，会回调getHistomPlusColoFeatures函数，这样的方便时，我们可以自己定义不同的特征提取函数，然后把函数命名赋给extractFeature。

什么是回调函数(callback)
模块A有一个函数foo，他向模块B传递foo的地址，然后在B里面发生某种事件（event）时，通过从A里面传递过来的foo的地址调用foo，通知A发生了什么事情，让A作出相应反应。那么我们就把foo称为回调函数。

声明回调函数类型：
typedef int (WINAPI *PFCALLBACK)(int Param1,int Param2) ;实际上是声明了一个返回值为int,传入参数为两个int的指向函数的指针。

举个回调函数的例子：

#include <stdio.h>
//回调函数
int ADD(int (*callback)(int,int), int a, int b){return (*callback)(a,b);//此处回调add函数...
}
//普通函数
int add(int a, int b){return a + b;
}int main(void){printf("%d\n",add(1,2));printf("%d\n",ADD(add,1,2));return 0;
}

具体可参考：https://blog.csdn.net/hellozex/article/details/81742348

4、调用SVM求每个车牌的score，这里score表示样本与决策边界的距离，score存放到plate类中的成员中，用于NMS，同时，根据score的大小，该函数返回0，-1，代表是否为车牌。

int PlateJudge::plateSetScore(CPlate& plate) {Mat features;extractFeature(plate.getPlateMat(), features);//回调特征提取函数，计算特征float score = svm_->predict(features, noArray(), cv::ml::StatModel::Flags::RAW_OUTPUT);//std::cout << "score:" << score << std::endl;if (0) {imshow("plate", plate.getPlateMat());waitKey(0);destroyWindow("plate");}// 分数score是margin的距离，零下是车牌，大于0则不是车牌，当得分低于零时，值越小，成为车牌的可能性越大。
//如果距离分类超平面（hyperlane）最近的数据点的距离（margin）越大，该分类器的噪声容忍度就越大，plate.setPlateScore(score);//注意这里的setPlateScore函数是类CPlate里定义的函数if (score < 0.5) return 0;else return -1;      }

5、NMS，computeIOU函数定义在core_func.cpp

void NMS(std::vector<CPlate> &inVec, std::vector<CPlate> &resultVec, double overlap) {std::sort(inVec.begin(), inVec.end());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();std::vector<CPlate>::iterator itc = it + 1;for (; itc != inVec.end();) {CPlate plateComp = *itc;//plateComp.getPlatePos()得到一个RotatedRect，再用boundingRect()求这个旋转矩形的最小外接矩形Rect rectComp = plateComp.getPlatePos().boundingRect();float iou = computeIOU(rectSrc, rectComp);//计算重叠区域if (iou > overlap) {itc = inVec.erase(itc);//IOU面积大于阈值，删除这个框}else {++itc;}}}resultVec = inVec;}float computeIOU(const Rect &rect1, const Rect &rect2) {Rect inter = interRect(rect1, rect2);Rect urect = mergeRect(rect1, rect2);float iou = (float) inter.area() / (float) urect.area();return iou;}Rect interRect(const Rect &a, const Rect &b) {Rect c;int x1 = a.x > b.x ? a.x : b.x;int y1 = a.y > b.y ? a.y : b.y;c.width = (a.x + a.width < b.x + b.width ? a.x + a.width : b.x + b.width) - x1;c.height = (a.y + a.height < b.y + b.height ? a.y + a.height : b.y + b.height) - y1;c.x = x1;c.y = y1;if (c.width <= 0 || c.height <= 0)c = Rect();return c;}Rect mergeRect(const Rect &a, const Rect &b) {Rect c;int x1 = a.x < b.x ? a.x : b.x;int y1 = a.y < b.y ? a.y : b.y;c.width = (a.x + a.width > b.x + b.width ? a.x + a.width : b.x + b.width) - x1;c.height = (a.y + a.height > b.y + b.height ? a.y + a.height : b.y + b.height) - y1;c.x = x1;c.y = y1;return c;}

6、#include "easypr/core/feature.h"包含求取车牌图像特征的头文件,函数定义在feature.cpp中

//! 获得车牌的特征数
cv::Mat getHistogram(cv::Mat in);

//! EasyPR的getFeatures回调函数，用于从车牌的image生成svm的训练特征features
typedef void (*svmCallback)(const cv::Mat& image, cv::Mat& features);

//! EasyPR的getFeatures回调函数，从车牌image生成gray ann的训练特征features
typedef void (*annCallback)(const cv::Mat& image, cv::Mat& features);

//! gray and project feature
void getGrayPlusProject(const cv::Mat& grayChar, cv::Mat& features);

//!本函数是获取垂直和水平的直方图图值
void getHistogramFeatures(const cv::Mat& image, cv::Mat& features);

//! 本函数是获取SIFT特征子
void getSIFTFeatures(const cv::Mat& image, cv::Mat& features);

//! 本函数是获取HOG特征子
void getHOGFeatures(const cv::Mat& image, cv::Mat& features);

//! 本函数是获取HSV空间量化的直方图特征子
void getHSVHistFeatures(const cv::Mat& image, cv::Mat& features);

//! LBP feature。。。。。等等

easyPR源码解析之plate_judge.h相关推荐

easyPR源码解析之chars_segment.h
chars_segment.h用于从已经通过SVM判别得到的车牌区域中将车牌的字符分割开,用于下一步的ANN字符识别. namespace easypr { class CCharsSegment { ...
easyPR源码解析之ann_train.h/config.h
ann_train.h源码定义一个 AnnTrain类,该类继承自ITrain类(在train.h文件中): #include "easypr/train/train.h" #in ...
easyPR源码解析之chars_identify.h
在上一篇文章的介绍中,我们已经通过相应的字符分割方法,将车牌区域进行分割,得到7个分割字符图块,接下来要做的就是将字符图块放入训练好的神经网络模型,通过模型来预测每个图块所表示的具体字符.本节主要介绍 ...
easyPR源码解析之plate_locate.h
从今天开始,准备一点一点的啃代码easyPR项目. 我们先从libesypr文件下的源文件/core/plate_locate.cpp开始: plate_locate.cpp文件中包含的头文件如下: ...
【darknet源码解析-24】shortcut_layer.h 和 shortcut_layer.c 解析
本系列为darknet源码解析,本次解析src/short_layer.h 与 src/short_layer.c 两个.在yolo v3中short_layer主要完成直连操作,完成残差块中的恒等映 ...
H.264压缩技术之视频基础（foundation of learning video）——Matlab源码解析
前言为了后续能更好的理解,I帧编码与P帧编码,所以笔者先对数字视频中的一些基础概念进行铺垫.后续比较复杂的帧内预测,与帧间预测理解起来就会相对容易些. 关于Matlab中h.264的main函数部分 ...
谷歌BERT预训练源码解析（二）：模型构建
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/weixin_39470744/arti ...
Colly源码解析——结合例子分析底层实现
通过<Colly源码解析--框架>分析,我们可以知道Colly执行的主要流程.本文将结合http://go-colly.org上的例子分析一些高级设置的底层实现.(转载请指明出于break ...
libev源码解析——监视器（watcher）结构和组织形式
在<libev源码解析--总览>中,我们介绍了libev的一些重要变量在不同编译参数下的定义位置.由于这些变量在多线程下没有同步问题,所以我们将问题简化,所提到的变量都是线程内部独有的,不 ...

easyPR源码解析之plate_judge.h

这个hpp文件和h文件有什么区别呢？

easyPR源码解析之plate_judge.h相关推荐

最新文章

热门文章