Android OpenCV集成摄像头图片动态识别车牌号

最近两天开发一个使用OpenCV集成的一个识别车牌号的项目，困难重重，总结一下相关经验，以及开发注意事项；

一、开发环境：

Android Studio 个人版本 3.1.4

NDK下载：14b

CMake：Android Studio SDK Tools中下载

参考资料：/zeusees/HyperLPR 集成有冲突未解决；

很实用的一个Dmeo以这个为例

/u011686167/article/details/79029765

楼主人很好，给我解答疑问；附上博主Demo下载地址：

/download/u011686167/10899892

集成中遇到的问题：

一、环境配置的问题：

NDK：尝试使用最新版本，但是一直有冲突，出现问题，14b使用兼容性比较好

CMake：

OpenCV类库： openCVLibrary330

二、项目集成问题：

（1）下载模型文件替换和倒入assets/pr下面的文件，报错如下：

"/storage/emulated/0/pr/HorizonalFinemapping.prototxt") in bool cv::dnn::ReadProtoFromTextFile(

const char*,google::protobuf::Message*), file /build/master_pack-android/opencv/modules/dnn/src

/caffe/caffe_io.cpp, line 1113

(2)添加摄像头权限

(3)问题：只能横向识别车牌号，纵向不能识别，并且相机方向不对：

解决相机显示正常：

参考资料 /u010112268/article/details/80420454

将下图文件中的deliverAndDrawFrame方法

修改为以下：

protected void deliverAndDrawFrame(CvCameraViewFrame frame){Mat modified;if (mListener != null) {modified = mListener.onCameraFrame(frame);} else {modified = frame.rgba();}boolean bmpValid = true;if (modified!= null) {try {Utils.matToBitmap(modified,mCacheBitmap);} catch(Exceptione) {Log.e(TAG, "Mattype: " + modified);Log.e(TAG, "Bitmaptype: " + mCacheBitmap.getWidth() + "*" + mCacheBitmap.getHeight());Log.e(TAG, "Utils.matToBitmap()throws an exception: " +e.getMessage());bmpValid = false;}}if (bmpValid&& mCacheBitmap != null) {Canvas canvas =getHolder().lockCanvas();if (canvas!= null) {canvas.drawColor(0,android.graphics.PorterDuff.Mode.CLEAR);/*if (BuildConfig.DEBUG)Log.d(TAG, "mStretchvalue: " + mScale);if (mScale != 0) {canvas.drawBitmap(mCacheBitmap, new Rect(0,0,mCacheBitmap.getWidth(),mCacheBitmap.getHeight()),newRect((int)((canvas.getWidth() - mScale*mCacheBitmap.getWidth()) / 2),(int)((canvas.getHeight() - mScale*mCacheBitmap.getHeight()) / 2),(int)((canvas.getWidth() -mScale*mCacheBitmap.getWidth()) / 2 + mScale*mCacheBitmap.getWidth()),(int)((canvas.getHeight() - mScale*mCacheBitmap.getHeight()) / 2 +mScale*mCacheBitmap.getHeight())), null);} else {canvas.drawBitmap(mCacheBitmap, new Rect(0,0,mCacheBitmap.getWidth(),mCacheBitmap.getHeight()),newRect((canvas.getWidth() - mCacheBitmap.getWidth()) / 2,(canvas.getHeight()- mCacheBitmap.getHeight()) / 2,(canvas.getWidth() -mCacheBitmap.getWidth()) / 2 + mCacheBitmap.getWidth(),(canvas.getHeight()- mCacheBitmap.getHeight()) / 2 + mCacheBitmap.getHeight()), null);}*//*----------------------------修改预览旋转90度问题--------------------------------*/canvas.rotate(90,0,0);float scale= canvas.getWidth() / (float)mCacheBitmap.getHeight();float scale2= canvas.getHeight() / (float)mCacheBitmap.getWidth();if(scale2> scale){scale = scale2;}if (scale!= 0) {canvas.scale(scale,scale,0,0);}canvas.drawBitmap(mCacheBitmap, 0, -mCacheBitmap.getHeight(), null);/*----------------------------修改预览旋转90度问题--------------------------------*/if (mFpsMeter != null) {mFpsMeter.measure();mFpsMeter.draw(canvas, 20, 30);}getHolder().unlockCanvasAndPost(canvas);}}}

解决图片不能纵向识别方法：参考资料/hujiameihuxu/article/details/78810100

图片角度转换：

Mat matRotateClockWise90(Mat src){if (src.empty()){qDebug()<<"RorateMat src is empty!";}// 矩阵转置transpose(src, src);//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转flip(src, src, 1);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）return src;}Mat matRotateClockWise180(Mat src)//顺时针180{if (src.empty()){qDebug() << "RorateMat src is empty!";}//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转flip(src, src, 0);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）flip(src, src, 1);return src;//transpose(src, src);// 矩阵转置}Mat matRotateClockWise270(Mat src)//顺时针270{if (src.empty()){qDebug() << "RorateMat src is empty!";}// 矩阵转置//transpose(src, src);//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转transpose(src, src);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）flip(src, src, 0);return src;}Mat myRotateAntiClockWise90(Mat src)//逆时针90°{if (src.empty()){qDebug()<<"mat is empty!";}transpose(src, src);flip(src, src, 0);

进行转化：

本人Demo代码地址以及模型地址：/anan9303/PrjAndroid.git