android端使用openCV實現車牌檢測
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，車庫裡停泊。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，基於計算機視覺與機器學習，提供強大的影象處理能力。我們可以快速整合openCV庫到android端，其中一種方式是直接安裝openCV Manager，按需使用：啟動服務去動態載入。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/靜態庫都匯入Project。具體步驟如下：
1、匯入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，然後匯入module。
2、匯入動態與靜態庫
在sdk裡面找到lib目錄，把所有的.a和.so檔案拷貝到專案的libs對應ABI路徑下：
3、配置gradle
將依賴的靜態庫編譯到native-libs裡面：
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-----------------------------------------------------------------
接下來是呼叫三步曲：載入openCV、初始化車牌檢測器和執行車牌檢測
1、載入openCV
呼叫openCVLoader去載入，如果載入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...");
}
}使用車牌檢測的級聯分類xml檔案進行初始化：
/**
* 建立級聯分類器
* @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();
}
}
}由於openCV操作物件是Mat，所以我們得把Bitmap轉成Mat，然後轉成Gray灰度圖去進行檢測：
/**
* 執行車牌檢測
* @param bitmap bitmap
* @return 車牌檢測後的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;
} public Rect[] detectObject(Mat gray, MatOfRect object) {
mCascadeClassifier.detectMultiScale(
gray, // 要檢查的灰度影象
object, // 檢測到的車牌
1.1, // 表示在前後兩次相繼的掃描中，搜尋視窗的比例係數
mMinNeighbors, // 預設是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();
}
上面的車牌幾乎是水平的，那麼傾斜的車牌能不能檢測到呢？真相就在下面：
角度發生傾斜的車牌也是可以檢測出來，但是在後期的車牌識別，需要進行傾斜校正。如果靜態檢測還不夠意思，那麼請看動態檢測的效果（轉換出來的gif有點模糊，各位莫怪）：
接下來的一篇部落格會與大家一起探討車牌識別，敬請期待。歡迎各位熱愛openCV與影象處理的朋友提出建議，相互學習。