最近兩天開發一個使用OpenCV集成的一個識別車牌號的項目，困難重重，總結一下相關經驗，以及開發注意事項；

一、開發環境：

Android Studio 個人版本 3.1.4

NDK下載：14b

CMake：Android Studio SDK Tools中下載

參考資料：https://github.com/zeusees/HyperLPR 集成有沖突未解決；

很實用的一個Dmeo以這個為例

https://blog.csdn.net/u011686167/article/details/79029765

樓主人很好，給我解答疑問；附上博主Demo下載地址：

https://download.csdn.net/download/u011686167/10899892

集成中遇到的問題：

一、環境配置的問題：

NDK：嘗試使用最新版本，但是一直有沖突，出現問題，14b使用兼容性比較好

CMake：

OpenCV類庫： openCVLibrary330

二、項目集成問題：

（1）下載模型文件替換和倒入assets/pr下面的文件，報錯如下：

"/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)添加攝像頭權限

(3)問題：只能橫向識別車牌號，縱向不能識別，并且相機方向不對：

解決相機顯示正常：

參考資料 https://blog.csdn.net/u010112268/article/details/80420454

將下圖文件中的deliverAndDrawFrame方法

修改為以下：

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);
            }*/

            /*----------------------------修改預覽旋轉90度問題--------------------------------*/
            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);
            /*----------------------------修改預覽旋轉90度問題--------------------------------*/

            if (mFpsMeter != null) {
                mFpsMeter.measure();
                mFpsMeter.draw(canvas, 20, 30);
            }
            getHolder().unlockCanvasAndPost(canvas);
        }
    }

}

　　

解決圖片不能縱向識別方法：參考資料https://blog.csdn.net/hujiameihuxu/article/details/78810100

圖片角度轉換：

Mat matRotateClockWise90(Mat src)
{
	if (src.empty())
	{
		qDebug()<<"RorateMat src is empty!";
	}
	// 矩陣轉置
	transpose(src, src);
	//0: 沿X軸翻轉； >0: 沿Y軸翻轉； <0: 沿X軸和Y軸翻轉
	flip(src, src, 1);// 翻轉模式，flipCode == 0垂直翻轉（沿X軸翻轉），flipCode>0水平翻轉（沿Y軸翻轉），flipCode<0水平垂直翻轉（先沿X軸翻轉，再沿Y軸翻轉，等價于旋轉180°）
	return src;
}
 
Mat matRotateClockWise180(Mat src)//順時針180
{
	if (src.empty())
	{
		qDebug() << "RorateMat src is empty!";
	}
	
	//0: 沿X軸翻轉； >0: 沿Y軸翻轉； <0: 沿X軸和Y軸翻轉
	flip(src, src, 0);// 翻轉模式，flipCode == 0垂直翻轉（沿X軸翻轉），flipCode>0水平翻轉（沿Y軸翻轉），flipCode<0水平垂直翻轉（先沿X軸翻轉，再沿Y軸翻轉，等價于旋轉180°）
	flip(src, src, 1);
	return src;
	//transpose(src, src);// 矩陣轉置
}
 
Mat matRotateClockWise270(Mat src)//順時針270
{
	if (src.empty())
	{
		qDebug() << "RorateMat src is empty!";
	}
	// 矩陣轉置
	//transpose(src, src);
	//0: 沿X軸翻轉； >0: 沿Y軸翻轉； <0: 沿X軸和Y軸翻轉
	transpose(src, src);// 翻轉模式，flipCode == 0垂直翻轉（沿X軸翻轉），flipCode>0水平翻轉（沿Y軸翻轉），flipCode<0水平垂直翻轉（先沿X軸翻轉，再沿Y軸翻轉，等價于旋轉180°）
	flip(src, src, 0);
	return src;
}
 
Mat myRotateAntiClockWise90(Mat src)//逆時針90°
{
	if (src.empty())
	{
	  qDebug()<<"mat is empty!";
	}
	transpose(src, src);
	flip(src, src, 0);

　　進行轉化：

本人Demo代碼地址以及模型地址：https://gitee.com/anan9303/PrjAndroid.git

總結

以上是生活随笔為你收集整理的Android OpenCV集成摄像头图片动态识别车牌号的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。