android端使用openCV实现车牌检测
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:
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:
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:
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):
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。
推荐阅读
-
Android 中使用 dlib+opencv 实现动态人脸检测功能
-
PHP实现检测客户端是否使用代理服务器及其匿名级别
-
Android OpenCV使用2_使用OpenCV并进行人脸检测
-
Python使用Opencv实现边缘检测以及轮廓检测的实现
-
android端使用openCV实现车牌检测
-
Android端使用HttpUrlConnection模仿Web浏览器实现文件上传
-
Python 使用Opencv实现目标检测与识别的示例代码
-
使用c++实现OpenCV绘制圆端矩形
-
Android+SpringBoot+Vue实现安装包前台上传,后台管理,移动端检测自动更新
-
python+opencv实现机器视觉基础技术(边缘提取,图像滤波,边缘检测算子,投影,车牌字符分割)