android端使用openCV实现车牌检测

本文主要是介绍android端使用openCV实现车牌检测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

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mapUtils.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bitmapUtils.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3Objdetect.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：