android端使用openCV實現車牌檢測

2019-10-21 21:32:55

字體：大中小

來源：轉載

供稿：網友

現在，汽車的蹤影無處不在，公路上疾馳，大街邊臨停，小區中停靠，車庫里停泊。管理監控如此龐大數量的汽車是個頭疼的問題。精明的人們把目光放在車牌上，因為車牌是汽車的“身份證”。所以車牌識別成為了焦點，而車牌檢測是車牌識別的基礎和前提。本篇文章，主要討論使用openCV實現車牌檢測。

openCV是開源計算機視覺庫，基于計算機視覺與機器學習，提供強大的圖像處理能力。我們可以快速集成openCV庫到android端，其中一種方式是直接安裝openCV Manager，按需使用：啟動服務去動態加載。這樣前期配置更簡單，但需要另外安裝一個APK。我更傾向另外一種方式：把依賴的module和動態/靜態庫都導入Project。具體步驟如下：

1、導入module

先從官網下載openCVForAndroid的sdk，以3.2.0版本為例，找到依賴庫路徑，然后導入module。

2、導入動態與靜態庫

在sdk里面找到lib目錄，把所有的.a和.so文件拷貝到項目的libs對應ABI路徑下：

android,openCV,車牌檢測

3、配置gradle

將依賴的靜態庫編譯到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，經過配置三步曲，我們就可以愉快地使用openCV了。

------------------------中場休息---------------------------

接下來是調用三步曲：加載openCV、初始化車牌檢測器和執行車牌檢測

1、加載openCV

調用openCVLoader去加載，如果加載成功進行下一步操作：

private void initOpenCV(){ boolean result = OpenCVLoader.initDebug(); if(result){  Log.i(TAG, "initOpenCV success...");  //初始化車牌檢測器  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、初始化檢測器

使用車牌檢測的級聯分類xml文件進行初始化：

/** * 創建級聯分類器 * @param context 上下文 * @param id 級聯分類器ID * @return 級聯分類器 */ 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、執行車牌檢測

由于openCV操作對象是Mat，所以我們得把Bitmap轉成Mat，然后轉成Gray灰度圖去進行檢測：

/** * 執行車牌檢測 * @param bitmap bitmap * @return 車牌檢測后的bitmap */ private Bitmap doPlateDetecting(Bitmap bitmap){ if(mPlateDetector != null && bitmap != null){  Mat mRgba = new Mat();  Mat mGray = new Mat();  //bitmap轉成map  Utils.bitmapToMat(bitmap, mRgba);  //rgba轉成灰度圖  Imgproc.cvtColor(mRgba, mGray, Imgproc.COLOR_RGBA2GRAY);  // 檢測車牌  Rect[] object = mPlateDetector.detectObject(mGray, mObject);  if(object != null && object.length > 0){  //檢測到車牌區域  Rect rect = object[0];  //矩形標識  Imgproc.rectangle(mRgba, rect.tl(), rect.br(), mPlateDetector.getRectColor(), 3);  }  //mat轉回bitmap  Utils.matToBitmap(mRgba, bitmap); } return bitmap; }

其中，detectObject方法體是調用cascadeClassifier的detectMultiScale來完成檢測的：

public Rect[] detectObject(Mat gray, MatOfRect object) { mCascadeClassifier.detectMultiScale(  gray, // 要檢查的灰度圖像  object, // 檢測到的車牌  1.1, // 表示在前后兩次相繼的掃描中，搜索窗口的比例系數  mMinNeighbors, // 默認是3  Objdetect.CASCADE_SCALE_IMAGE,  getSize(gray, 80), // 檢測目標最小值  getSize(gray, 800)); // 檢測目標最大值  return object.toArray(); }

折騰了這么久，讓我們看看車牌檢測結果：

android,openCV,車牌檢測