车牌识别项目——当前技术（1）
不多说别的了，现在简单总结一下几个模块的技术问题和我的感想。
2. 目前使用的技术
车牌识别的模块虽然有时候不那么清楚，但大体还是划分为三个部分：定位，分割和识别。这中间涉及很多无法被包含在这三个模块中的重要功能，比如去噪、二值化、倾斜校正。当前是深度学习火爆的年代，我也从网络上看到过不分割直接识别的深度学习方法，与连笔手写体的识别有些类似之处。
因为导师对新技术有些抵触（主要因为它对硬件的需求），所以我还是采用比较传统的技术来做，模块划分也采用定位、分割、识别的传统划分。
2.1. 车牌定位
目前采用的是竖直边缘加数学形态学的方法。在提取候选区域后，再使用先验知识（车牌区域形状，字符个数，位置等等）进行筛选。
2.1.1 竖直边缘和数学形态学
这种方法网上有各种讲解和实现，在开源的车牌识别库EasyPR和OpenALPR中也都有比较不错的实现，原理我这里不再多说。事实上所有技术的原理我今天都不再多说了，因为都是各种基本的套路。
这种方法的好处是简单和有效，在比较好的参数下，对大多数车牌都能定位到车牌区域。因此初期一直考虑在这种方法基础上进行修改。
这种方法有几个难以解决的缺陷，导致参数的调整十分繁琐：
- 对使用场景必须具有很好的了解。比如车牌的大体位置，车牌在整个场景中所占百分比等等。为了使车牌内容能够完全融合，必须要知道字符竖直边缘之间的最大距离。由于中国车牌在第二第三个字符之间有一个时隐时现的白点，而第二和第三个字符的差异可能也会导致它们之间的距离比较远，因此形态学SE形状的选择十分棘手。
- 对异常光照敏感。夜间补光灯会打在车体上，不管什么颜色的车，都会产生亮白的光斑，车牌周围的区域极易与车牌融合在一起，可能会产生很大的区域。
- 永远达不到精确，有时候会包含很多车牌周围的背景。
在对这种方法的各种试验，包括调整参数，根据先验进行筛选，等等之后，因为鲁棒性不好，环境情况复杂，我开始考虑其他的思路。
2.1.2 目标识别思路
在国外的开源车牌项目OpenALPR中，使用的是Cascade Classifier进行定位，整体思路是目标识别中常用的Haar-like或LBP特征配合Cascade Adaboost分类器，在多尺度上识别场景中的目标物体。OpenALPR中使用的是LBP特征，有关这种特征网上也能查到很多介绍，跟HOG，Haar之类的差不多，都不复杂。使用LBP比Haar好的地方是训练速度会快很多，因为全部是整数。
图像特征提取三大法宝：HOG特征，LBP特征，Haar特征
这种方法之所以去尝试，是因为最近获得了2000多张车牌照片，感觉在这些数据的支持下应该能去尝试机器学习的方法。
这种方法我从上一周就开始尝试，但是取得的效果不尽如人意。我想主要因为以下几个方面的问题：
- 正样本是用EasyPR的定位方法获取的，没有完全获取到所有的车牌，而且获取到的车牌经过了倾斜校正。某些正样本不包含完整的车牌区域，例如汉字缺失。
- 负样本中混有一些包含了正样本的区域。因为太多而没有仔细去筛选。
- 对整个方法各种不了解，没有好好去决定参数和选取样本。
昨天一天我用imageclipper工具标定了这些数据，把所有的车牌区域都截取了出来。这个工具虽然简单但是很好用，应该是专为标数据而生的，在windows下面编译有问题，直接在这里可以下到binary。这种近似苦力的工作虽然让人难受，但是大量数据也是训练分类器所必须的。对于负样本，就在场景图片中随机截取不包含车牌的背景就好。在网上看到的经验中，对正负样本的个数众说纷纭，有说1比5，有说1比3，也有说2比1。这种事情还是自己去尝试一下比较好。
在最新一轮的训练中，我使用了正样本2300张，负样本6000张。
正样本例子：
负样本例子：
在有数据之后，使用opencv的createsamples和traincascade命令进行训练。在opencv的官方文档中有详细说明。 为了快速生成样本描述文件、生成不包含正样本的负样本区域、生成训练参数，我写了一些python脚本来辅助进行训练。这些脚本都很简单，很容易修改。
在opencv提供的训练程序中， opencv_createsamples.exe这个程序可以指定一张图片，生成多个包含该图片的正样本vec文件；也可以根据正样本描述文件来生成vec文件。如果是前者，那么正样本会被进行一定的变换之后，随机放置在一些负样本上，从而增加正样本的个数。因此此时还需要指定负样本描述文件。根据opencv官方文档中的描述，这种方法通常适用于纯刚性物体，例如opencv的徽标。如果是后者，那么就不会对正样本进行变形。
如果用第一种方法建立.vec文件，那么多个车牌将会生成多个.vec文件。我的python脚本中有一个merge_vec.py文件，可以用来合并这些成为单独的.vec文件。
我尝试了这种方法之后发现，由于会把正样本放置在负样本中，因此定位的结果中会带有很多不包含车牌的区域。因此我认为这种方法并不适合我们的应用。
另外，在训练过程中，还有以下几个问题需要注意：
- 负样本描述文件中的路径。在opencv_createsample.exe中，你需要填写由图片目录开始的相对路径。例如，你把图片存在neg/img中，描述文件中的每行你需要填写img/filename。而在opencv_traincascade.exe中，你需要填写由当前目录开始的相对路径，例如neg/img/filename。这应当属于opencv设计当中的问题。
- 正负样本个数的比例，这个前面已经提到过了，众说纷纭。
- opencv_traincascade.exe的numPos和numNeg参数，需要合理地填写，如果填写的参数大于实际的样本个数，会在运行时或训练中报错。这些参数都要填地稍低于实际样本个数。
- 负样本中一定不能包含车牌区域，甚至是一部分也不可以。我的python脚本中的gen_neg.py可以根据imageclipper得到的结果，在生成负样本时避开正样本区域。
虽然我经历过的分类或回归问题并不多，但是也总结了一个很重要的点，那就是最重要的不是用什么模型（Adaboost, SVM, ANN），而是使用的数据，即特征。至少在提到的这些传统的方法里面（我没接触过深度网络），最核心的还是提取的特征，这些特征是否能够区分类别。
在目标识别的方法中，除了Haar-like+Adaboost的方法，还有HOG+SVM等方法，我查到过的一些模型选择和特征提取方面的记录：
行人检测（haar+adaboost 与 hog+SVM）
Is Haar Cascade the only available technique for image recognition in OpenCV
For car detection, which one is better: Haar like feature adaBoost based detector or HoG-SVM based detector?
以下内容为8月19日编辑
经过这次重新训练，整个定位器的精度已经好了很多。
虽然还是有如下图这样字符偏向一侧的情况，但是考虑到这是纯分类器的输出，已经很不错了，至少比一开始的数学形态学定位要好了很多。在后面的过程中还会根据情况进行一些调整。
8月19日定位测试结果
这种定位方法最好的地方是，输出的非车牌区域真的很少。也可能是负样本个数比较多的原因？
另外，我指定的级联分类器层数是17，但是训练到12层就报错了，不知道是什么原因。今天我要把整个过程再来一遍。查看一下中间是否有问题。
经过上述初步试验，我认为haar-like+adaboost的方法可取。
之前逛知乎的时候搜opencv这个话题，发现很多人在真正做工程时是不用这个库，而是很多东西要去自己实现的。这几天读opencv关于cascade classifier这方面的文档，发现使用的技术已经是10几年前论文中的技术。从论文到工程，再到开源工程，这个路线是太漫长了。我们这样缺乏技术能力的团队，也很难具有快速的论文转换为工程的能力。不去深挖整个技术，我认为是很难取得好的效果的。
Anyway，我要去阅读一下关于Adaboost以及Cascade Classifier的这几篇文章，主要看看能否去修改一下训练器中使用的特征。
Learning Multi-scale Block Local Binary Patterns for Face Recognition
Rapid Object Detection Using a Boosted Cascade of Simple Features
An Extended Set of Haar-like Features for Rapid Object Detection