欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  移动技术

android端使用openCV实现车牌检测

程序员文章站 2022-04-12 11:53:08
现在,汽车的踪影无处不在,公路上疾驰,大街边临停,小区中停靠,车库里停泊。管理监控如此庞大数量的汽车是个头疼的问题。精明的人们把目光放在车牌上,因为车牌是汽车的“身份证”。...

现在,汽车的踪影无处不在,公路上疾驰,大街边临停,小区中停靠,车库里停泊。管理监控如此庞大数量的汽车是个头疼的问题。精明的人们把目光放在车牌上,因为车牌是汽车的“身份证”。所以车牌识别成为了焦点,而车牌检测是车牌识别的基础和前提。本篇文章,主要讨论使用opencv实现车牌检测。

opencv是开源计算机视觉库,基于计算机视觉与机器学习,提供强大的图像处理能力。我们可以快速集成opencv库到android端,其中一种方式是直接安装opencv manager,按需使用:启动服务去动态加载。这样前期配置更简单,但需要另外安装一个apk。我更倾向另外一种方式:把依赖的module和动态/静态库都导入project。具体步骤如下:

1、导入module

先从官网下载opencvforandroid的sdk,以3.2.0版本为例,找到依赖库路径,然后导入module。

2、导入动态与静态库

在sdk里面找到lib目录,把所有的.a和.so文件拷贝到项目的libs对应abi路径下:

android端使用openCV实现车牌检测

3、配置gradle

将依赖的静态库编译到native-libs里面:

task nativelibstojar(type: jar, description: 'create a jar archive of the native libs') {
 destinationdir file("$builddir/native-libs")
 basename 'native-libs'
 from filetree(dir: 'libs', include: '**/*.so')
 into 'lib/'
}
tasks.withtype(javacompile) {
 compiletask -> compiletask.dependson(nativelibstojar)
}
 
dependencies {
 compile filetree(include: ['*.jar'], dir: 'libs')
 compile filetree(dir: "$builddir/native-libs", include: 'native-libs.jar')
 ......
}

 好了,经过配置三步曲,我们就可以愉快地使用opencv了。

------------------------中场休息---------------------------

接下来是调用三步曲:加载opencv、初始化车牌检测器和执行车牌检测

1、加载opencv

调用opencvloader去加载,如果加载成功进行下一步操作:

private void initopencv(){
 boolean result = opencvloader.initdebug();
 if(result){
  log.i(tag, "initopencv success...");
  //初始化车牌检测器
  mplatedetector = new objectdetector(this, r.raw.haarcascade_license_plate,
   3, new scalar(255, 0, 0, 0));
  mobject = new matofrect();
 }else {
  log.e(tag, "initopencv fail...");
 }
 }

2、初始化检测器

使用车牌检测的级联分类xml文件进行初始化:

/**
 * 创建级联分类器
 * @param context 上下文
 * @param id 级联分类器id
 * @return 级联分类器
 */
 private cascadeclassifier createdetector(context context, int id) {
 cascadeclassifier javadetector;
 inputstream is = null;
 fileoutputstream os = null;
 try {
  is = context.getresources().openrawresource(id);
  file cascadedir = context.getdir(license_plate_model, context.mode_private);
  file cascadefile = new file(cascadedir, id + ".xml");
  os = new fileoutputstream(cascadefile);
 
  byte[] buffer = new byte[4096];
  int bytesread;
  while ((bytesread = is.read(buffer)) != -1) {
  os.write(buffer, 0, bytesread);
  }
 
  javadetector = new cascadeclassifier(cascadefile.getabsolutepath());
  if (javadetector.empty()) {
  javadetector = null;
  }
 
  boolean delete = cascadedir.delete();
  log.i("objectdetector", "deleteresult=" + delete);
  return javadetector;
 } catch (ioexception e) {
  e.printstacktrace();
  return null;
 } finally {
  try {
  if (null != is) {
   is.close();
  }
  if (null != os) {
   os.close();
  }
  } catch (ioexception e) {
  e.printstacktrace();
  }
 }
 }

3、执行车牌检测

由于opencv操作对象是mat,所以我们得把bitmap转成mat,然后转成gray灰度图去进行检测:

/**
 * 执行车牌检测
 * @param bitmap bitmap
 * @return 车牌检测后的bitmap
 */
 private bitmap doplatedetecting(bitmap bitmap){
 if(mplatedetector != null && bitmap != null){
  mat mrgba = new mat();
  mat mgray = new mat();
  //bitmap转成map
  utils.bitmaptomat(bitmap, mrgba);
  //rgba转成灰度图
  imgproc.cvtcolor(mrgba, mgray, imgproc.color_rgba2gray);
  // 检测车牌
  rect[] object = mplatedetector.detectobject(mgray, mobject);
  if(object != null && object.length > 0){
  //检测到车牌区域
  rect rect = object[0];
  //矩形标识
  imgproc.rectangle(mrgba, rect.tl(), rect.br(), mplatedetector.getrectcolor(), 3);
  }
  //mat转回bitmap
  utils.mattobitmap(mrgba, bitmap);
 }
 return bitmap;
 }

其中,detectobject方法体是调用cascadeclassifier的detectmultiscale来完成检测的:

public rect[] detectobject(mat gray, matofrect object) {
 mcascadeclassifier.detectmultiscale(
  gray, // 要检查的灰度图像
  object, // 检测到的车牌
  1.1, // 表示在前后两次相继的扫描中,搜索窗口的比例系数
  mminneighbors, // 默认是3
  objdetect.cascade_scale_image,
  getsize(gray, 80), // 检测目标最小值
  getsize(gray, 800)); // 检测目标最大值
 
 return object.toarray();
 }

折腾了这么久,让我们看看车牌检测结果:

android端使用openCV实现车牌检测

上面的车牌几乎是水平的,那么倾斜的车牌能不能检测到呢?真相就在下面:

android端使用openCV实现车牌检测

角度发生倾斜的车牌也是可以检测出来,但是在后期的车牌识别,需要进行倾斜校正。如果静态检测还不够意思,那么请看动态检测的效果(转换出来的gif有点模糊,各位莫怪):

android端使用openCV实现车牌检测

接下来的一篇博客会与大家一起探讨车牌识别,敬请期待。欢迎各位热爱opencv与图像处理的朋友提出建议,相互学习。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。