實際生活中，車牌識別是很常見的：高速公路，停車系統，電子警察，甚至還有車載設備。

作為車牌識別專業廠商的恒創智能，為您講述車牌識別系統的工作原理及程序組成。

其工作原理大致是這樣的：使用攝像頭作為“眼睛”，使用 openCV和深度學習作為“大腦”。車輛牌照識別的實時工作步驟：攝像頭抓拍—> openCV對車牌位置進行初步定位——>對車牌位置的左右上下邊界進行二次確認——>車牌傾斜校正——>牌號字符分割——>字符識別。而車牌檢測是車牌識別的前提和重要基礎。

安卓車牌識別：android端使用openCV如何實現車牌檢測。

關于openCV的初始化，調用車牌識別JNI接口時，首先進行初始化，加載caffe訓練模型相關文件：

plateRecognition = new PlateRecognition(this, mHandler);

//init plate recognizer

new Thread(new Runnable() {

@Override

public void run() {

plateRecognition.initRecognizer("pr");

}

}).start();

攝像頭實時捕獲，并回調每幀數據以識別車牌線程。需要注意的是，車牌識別中openCV操作對象是Mat，而不是Bitmap：

public Mat onCameraFrame(CvCameraViewFrame inputFrame) {

//每次進行車牌識別間隔3s

long currentTime = System.currentTimeMillis();

if((currentTime - lastRecognizeTime) > 3000){

lastRecognizeTime = currentTime;

//回調給車牌識別線程處理

if(onNewFrameListener != null){

onNewFrameListener.onNewFrame(inputFrame.rgba());

}

}

return inputFrame.rgba();

}

public void onNewFrame(Mat newFrame) {

if(dstMat == null){

dstMat = new Mat(newFrame.rows(), newFrame.cols(), CvType.CV_8UC4);

}

//mat格式轉換

newFrame.copyTo(dstMat);

//添加到車牌識別線程的隊列中

if(recognizeThread != null){

recognizeThread.addMat(dstMat);

}

}

其中，車牌識別線程調用native層執行，最終把識別結果返回給java層：

public void run() {

while (isRunning){

Mat mat = null;

synchronized (lock){

//從隊列取出mat對象

if(matQueue != null && matQueue.size() > 0){

mat = matQueue.poll();

}

}

//調用native層，執行車牌識別

if(mat != null && plateRecognition != null){

plateRecognition.doPlateRecognize(mat);

}

}

}

使用openCV的級聯分類器CascadeClassifier去檢測，得到車牌所在整個圖像的矩形區域，然后二次確認車牌的左右、上下邊界，判斷車牌是否發生傾斜，如果有傾斜則進行校正。通過滑動窗口來切割車牌字符，使用CNN深度學習對每個字符進行識別。最終得到識別結果與識別置信度，如果置信度大于一定閾值，那么該輪識別結果可靠。

購買車牌識別產品，認準恒創智能。