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。