javacpp-opencv圖像處理系列：國內車輛牌照檢測識別系統（萬份測試車牌識別准確率99.7%以上，單次平均耗時39ms）

javaCV圖像處理系列：

 

一、 javaCV圖像處理之1：實時視頻添加文字水印並截取視頻圖像保存成圖片，實現文字水印的字體、位置、大小、粗度、翻轉、平滑等操作

二、 javaCV圖像處理之2：實時視頻添加圖片水印，實現不同大小圖片疊加，圖像透明度控制

三、 opencv圖像處理3：使用opencv原生方法遍歷攝像頭設備及調用（方便多攝像頭遍歷及調用，相比javacv更快的攝像頭讀取速度和效率，方便讀取后的圖像處理）

四、 opencv圖像處理系列：國內車輛牌照檢測識別系統（萬份測試准確率99.7%以上）

 

一、實現的功能

1、車牌檢測（支持圖片中含有單車牌和多車牌檢測）

2、車牌定位

3、車牌字符識別

4、千份測試單次檢測識別完成平均耗時39ms，准確率99.9%

二、項目維護

github項目地址：https://github.com/eguid/vlpr4j

注意：由於授權協議具有傳染性，本項目采用GPL v2.0與ODL(Open Database License)授權協議，本項目不適用於任何商業性行為，包括銷售或者贈送。

三、使用方式

 

package cc.eguid.charsocr;

import java.awt.Image;
import java.awt.image.BufferedImage;
import java.awt.image.DataBuffer;
import java.awt.image.DataBufferByte;
import java.awt.image.SampleModel;
import java.math.BigDecimal;
import java.util.Vector;

import org.bytedeco.javacpp.opencv_imgcodecs;
import org.bytedeco.javacpp.Pointer;
import org.bytedeco.javacpp.opencv_core;
import org.bytedeco.javacpp.opencv_core.CvType;
import org.bytedeco.javacpp.opencv_core.CvTypeInfo;
import org.bytedeco.javacpp.opencv_core.Mat;

import cc.eguid.charsocr.core.CharsRecognise;
import cc.eguid.charsocr.core.PlateDetect;

/**
 * 車牌識別
 * @author eguid
 *
 */
public class PlateRecognition {
	 static PlateDetect plateDetect =null;
	 static CharsRecognise cr=null;
	 static{
		plateDetect=new PlateDetect();
		plateDetect.setPDLifemode(true);
		cr = new CharsRecognise();
	 }
	
	 /**
	     * 單個車牌識別
	     * @param mat
	     * @return
	     */
	    public static String plateRecognise(Mat mat){
	         Vector<Mat> matVector = new Vector<Mat>(1);
	         if (0 == plateDetect.plateDetect(mat, matVector)) {
	             if(matVector.size()>0){
	            	 return cr.charsRecognise(matVector.get(0));
	             }
	         }
	         return null;
	    }
	    /**
	     * 多車牌識別
	     * @param mat
	     * @return
	     */
	    public static String[] mutiPlateRecognise(Mat mat){
	    	 PlateDetect plateDetect = new PlateDetect();
	         plateDetect.setPDLifemode(true);
	         Vector<Mat> matVector = new Vector<Mat>(10);
	         if (0 == plateDetect.plateDetect(mat, matVector)) {
	             CharsRecognise cr = new CharsRecognise();
	             String[] results=new String[matVector.size()];
	             for (int i = 0; i < matVector.size(); ++i) {
	                 String result = cr.charsRecognise(matVector.get(i));
	               results[i]=result;
	             }
	             return results;
	         }
	         return null;
	    }
	    /**
	     * 單個車牌識別
	     * @param mat
	     * @return
	     */
	    public static String plateRecognise(String imgPath){
	    	 Mat src = opencv_imgcodecs.imread(imgPath);
	    	 return plateRecognise(src);
	    }
	    /**
	     * 多車牌識別
	     * @param mat
	     * @return
	     */
	    public static String[] mutiPlateRecognise(String imgPath){
	    	Mat src = opencv_imgcodecs.imread(imgPath);
	    	return mutiPlateRecognise(src);
	    }
	    
	    public static void main(String[] args){
	    	int sum=100;
	    	int errNum=0;
	    	int sumTime=0;
	    	long longTime=0;
	    	for(int i=sum;i>0;i--){
	    	 String imgPath = "res/image/test_image/plate_judge.jpg";
	    	 Mat src = opencv_imgcodecs.imread(imgPath);
	    	 long now =System.currentTimeMillis();
	    	String ret=plateRecognise(src);
	    	System.err.println(ret);
	    	long s=System.currentTimeMillis()-now;
	    	if(s>longTime){
	    		longTime=s;
	    	}
        	sumTime+=s;
        	if(!"川A0CP56".equals(ret)){
        		errNum++;
        	}
	    	}
	    	System.err.println("總數量："+sum);
	    	System.err.println("單次最長耗時："+longTime+"ms");
	    	
	    	BigDecimal errSum=new BigDecimal(errNum);
	    	BigDecimal sumNum=new BigDecimal(sum);
	    	BigDecimal c=sumNum.subtract(errSum).divide(sumNum).multiply(new BigDecimal(100));
	    	System.err.println("總耗時："+sumTime+"ms,平均處理時長："+sumTime/sum+"ms,錯誤數量："+errNum+"，正確識別率："+c+"%");
	    }
}