p86743915
/
pp6hrvtlm
1
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

优化代码结构

Browse Source
devA
yuxue 5 years ago
parent 6d6c75ca1f
commit 976cf1a6b7
4 changed files with 146 additions and 81 deletions
Show Stats Download Patch File Download Diff File

33
src/main/java/com/yuxue/easypr/core/CoreFunc.java
Unescape View File

@ -40,19 +40,6 @@ public class CoreFunc {
final float minref_sv = 64;
final float minabs_sv = 95;
// opencv颜色识别的HSV中各个颜色所对应的H的范围： Orange 0-22 Yellow 22- 38 Green 38-75 Blue 75-130
// blue的H范围
final int min_blue = 100;
final int max_blue = 140;
// yellow的H范围
final int min_yellow = 15;
final int max_yellow = 40;
// green的H范围
final int min_green = 8;
final int max_green = 150;
// 转到HSV空间进行处理，颜色搜索主要使用的是H分量进行蓝色与黄色的匹配工作
Mat src_hsv = new Mat();
opencv_imgproc.cvtColor(src, src_hsv, opencv_imgproc.CV_BGR2HSV);
@ -62,24 +49,8 @@ public class CoreFunc {
opencv_core.merge(hsvSplit, src_hsv);
// 匹配模板基色,切换以查找想要的基色
int min_h = 0;
int max_h = 0;
switch (r) {
case BLUE:
min_h = min_blue;
max_h = max_blue;
break;
case YELLOW:
min_h = min_yellow;
max_h = max_yellow;
break;
case GREEN:
min_h = min_green;
max_h = max_green;
break;
default:
break;
}
int min_h = r.minH;
int max_h = r.maxH;
float diff_h = (float) ((max_h - min_h) / 2);
int avg_h = (int) (min_h + diff_h);

22
src/main/java/com/yuxue/enumtype/PlateColor.java
Unescape View File

@ -8,17 +8,23 @@ package com.yuxue.enumtype;
*/
public enum PlateColor {
BLUE("BLUE","蓝牌"),
GREEN("GREEN","绿牌"),
YELLOW("YELLOW","黄牌"),
UNKNOWN("UNKNOWN","未知");
BLUE("BLUE","蓝牌", 100, 140),
GREEN("GREEN","绿牌", 8, 150),
YELLOW("YELLOW","黄牌", 15, 40),
UNKNOWN("UNKNOWN","未知", 0, 0);
public final String code;
public final String desc;
PlateColor(String code, String desc) {
// opencv颜色识别的HSV中各个颜色所对应的H的范围： Orange 0-22 Yellow 22- 38 Green 38-75 Blue 75-130
public final int minH;
public final int maxH;
PlateColor(String code, String desc, int minH, int maxH) {
this.code = code;
this.desc = desc;
this.minH = minH;
this.maxH = maxH;
}
public static String getDesc(String code) {
@ -40,8 +46,8 @@ public enum PlateColor {
}
return null;
}
public String code() {
return this.code;
}
@ -49,5 +55,5 @@ public enum PlateColor {
public String desc() {
return this.desc;
}
}

166
src/main/java/com/yuxue/util/ImageUtil.java
Unescape View File

@ -32,11 +32,11 @@ import com.google.common.collect.Maps;
public class ImageUtil {
private static String DEFAULT_BASE_TEST_PATH = "D:/PlateDetect/temp/";
static {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
// 车牌定位处理步骤，该map用于表示步骤图片的顺序
private static Map<String, Integer> debugMap = Maps.newLinkedHashMap();
static {
@ -46,17 +46,21 @@ public class ImageUtil {
debugMap.put("sobel", 3); // Sobel 运算，得到图像的一阶水平方向导数
debugMap.put("threshold", 4); //图像二值化
debugMap.put("morphology", 5); // 图像闭操作
debugMap.put("contours", 6); // 提取外部轮廓
debugMap.put("screenblock", 7); // 外部轮廓筛选
debugMap.put("result", 8); // 原图处理结果
debugMap.put("crop", 9); // 切图
debugMap.put("resize", 10); // 切图resize
debugMap.put("char_threshold", 11); //
// debugMap.put("char_clearLiuDing", 10); // 去除柳钉
// debugMap.put("specMat", 11);
// debugMap.put("chineseMat", 12);
// debugMap.put("char_auxRoi", 13);
debugMap.put("clearSmallConnArea", 6); // 降噪
debugMap.put("clearAngleConn", 7); // 降噪
debugMap.put("clearHole", 8); // 降噪
debugMap.put("contours", 9); // 提取外部轮廓
debugMap.put("screenblock", 10); // 外部轮廓筛选
debugMap.put("crop", 11); // 切图
debugMap.put("resize", 12); // 切图resize
// debugMap.put("char_threshold", 10);
// debugMap.put("char_clearLiuDing", 11); // 去除柳钉
// debugMap.put("specMat", 12);
// debugMap.put("chineseMat", 13);
// debugMap.put("char_auxRoi", 14);
}
public static void main(String[] args) {
@ -64,7 +68,7 @@ public class ImageUtil {
String tempPath = DEFAULT_BASE_TEST_PATH + "test/";
String filename = tempPath + "/100_yuantu.jpg";
// filename = tempPath + "/100_yuantu4.jpg";
filename = tempPath + "/109_crop_0.png";
// filename = tempPath + "/109_crop_0.png";
Mat src = Imgcodecs.imread(filename);
@ -84,10 +88,10 @@ public class ImageUtil {
List<MatOfPoint> contours = ImageUtil.contours(src, morphology, debug, tempPath);
Vector<Mat> rects = ImageUtil.screenBlock(src, contours, debug, tempPath);
Vector<Mat> dst = new Vector<Mat>();
PalteUtil.hasPlate(rects, dst, "D:/PlateDetect/train/plate_detect_svm/svm2.xml", debug, tempPath);
System.err.println("识别到的车牌数量：" + dst.size());
// ImageUtil.rgb2Hsv(src, debug, tempPath);
@ -247,16 +251,19 @@ public class ImageUtil {
if (debug) {
Imgcodecs.imwrite(tempPath + (debugMap.get("morphology") + 100) + "_morphology0.jpg", dst);
}
// 去除小连通区域
Mat a = clearSmallConnArea(dst, 3, 10, false, tempPath);
Mat b = clearSmallConnArea(a, 10, 3, false, tempPath);
// 去除孔洞
Mat c = clearHole(b, 3, 10, false, tempPath);
Mat d = clearHole(c, 10, 3, false, tempPath);
Mat a = clearSmallConnArea(dst, 3, 10, debug, tempPath);
Mat b = clearSmallConnArea(a, 10, 3, debug, tempPath);
// 按斜边去除
// Mat e = clearSmallConnArea(b, 2, debug, tempPath);
// 去除孔洞
Mat c = clearHole(b, 3, 10, debug, tempPath);
Mat d = clearHole(c, 10, 3, debug, tempPath);
if (debug) {
Imgcodecs.imwrite(tempPath + (debugMap.get("morphology") + 100) + "_morphology1.jpg", d);
Imgcodecs.imwrite(tempPath + (debugMap.get("morphology") + 100) + "_morphology2.jpg", d);
}
return d;
}
@ -376,7 +383,7 @@ public class ImageUtil {
public static final int DEFAULT_VERIFY_MIN = 1;
public static final int DEFAULT_VERIFY_MAX = 30;*/
private static boolean checkPlateSize(RotatedRect mr) {
// 切图面积取值范围
int min = 44 * 14 * DEFAULT_VERIFY_MIN;
int max = 44 * 14 * DEFAULT_VERIFY_MAX;
@ -395,7 +402,7 @@ public class ImageUtil {
return min <= area && area <= max && rmin <= r && r <= rmax;
}
/**
* rgb图像转换为hsv图像
* @param inMat
@ -555,7 +562,7 @@ public class ImageUtil {
Mat dst = new Mat(inMat.size(), CvType.CV_8UC1);
inMat.copyTo(dst);
// 初始化的图像全部为0，未检查; 全黑图像
Mat label = new Mat(inMat.size(), CvType.CV_8UC1);
@ -564,12 +571,12 @@ public class ImageUtil {
for (int j = 0; j < inMat.cols(); j++) {
if (inMat.get(i, j)[0] > 10) { // 对于二值图，0代表黑色，255代表白色
label.put(i, j, white); // 中心点
int x1 = i - rowLimit < 0 ? 0 : i - rowLimit;
int x2 = i + rowLimit >= inMat.rows() ? inMat.rows()-1 : i + rowLimit;
int y1 = j - colsLimit < 0 ? 0 : j - colsLimit ;
int y2 = j + colsLimit >= inMat.cols() ? inMat.cols()-1 : j + colsLimit ;
int count = 0;
if(inMat.get(x1, y1)[0] > 10) {// 左上角
count++;
@ -583,7 +590,7 @@ public class ImageUtil {
if(inMat.get(x2, y2)[0] > 10) { // 右下角
count++;
}
// 根据中心点+limit，定位四个角生成一个矩形，
// 将四个角都是白色的矩形，内部的黑点标记为 要被替换的对象
if(count >=4 ) {
@ -598,7 +605,7 @@ public class ImageUtil {
}
}
}
// 黑色替换成白色
for (int i = 0; i < inMat.rows(); i++) {
for (int j = 0; j < inMat.cols(); j++) {
@ -608,13 +615,14 @@ public class ImageUtil {
}
}
if (debug) {
Imgcodecs.imwrite(tempPath + (debugMap.get("morphology") + 100) + "_morphology2.jpg", dst);
Imgcodecs.imwrite(tempPath + (debugMap.get("clearHole") + 100) + "_clearHole.jpg", dst);
}
return dst;
}
/**
* 清除二值图像的细小连接
* 按水平或者垂直方向清除
* @param inMat
* @param rowLimit
* @param colsLimit
@ -624,24 +632,24 @@ public class ImageUtil {
*/
public static Mat clearSmallConnArea(Mat inMat, int rowLimit, int colsLimit, Boolean debug, String tempPath) {
int uncheck = 0, black = 1, white = 2;
Mat dst = new Mat(inMat.size(), CvType.CV_8UC1);
inMat.copyTo(dst);
// 初始化的图像全部为0，未检查; 全黑图像
Mat label = new Mat(inMat.size(), CvType.CV_8UC1);
// 标记所有的白色区域
for (int i = 0; i < inMat.rows(); i++) {
for (int j = 0; j < inMat.cols(); j++) {
if (inMat.get(i, j)[0] < 10) { // 对于二值图，0代表黑色，255代表白色
label.put(i, j, black); // 中心点
int x1 = i - rowLimit < 0 ? 0 : i - rowLimit;
int x2 = i + rowLimit >= inMat.rows() ? inMat.rows()-1 : i + rowLimit;
int y1 = j - colsLimit < 0 ? 0 : j - colsLimit ;
int y2 = j + colsLimit >= inMat.cols() ? inMat.cols()-1 : j + colsLimit ;
int count = 0;
if(inMat.get(x1, y1)[0] < 10) {// 左上角
count++;
@ -655,7 +663,7 @@ public class ImageUtil {
if(inMat.get(x2, y2)[0] < 10) { // 右下角
count++;
}
// 根据 中心点+limit，定位四个角生成一个矩形，
// 将四个角都是黑色的矩形，内部的白点标记为 要被替换的对象
if(count >= 4) {
@ -670,7 +678,7 @@ public class ImageUtil {
}
}
}
// 黑色替换成白色
// 白色替换成黑色
for (int i = 0; i < inMat.rows(); i++) {
for (int j = 0; j < inMat.cols(); j++) {
if(label.get(i, j)[0] == white) {
@ -679,11 +687,89 @@ public class ImageUtil {
}
}
if (debug) {
Imgcodecs.imwrite(tempPath + (debugMap.get("morphology") + 100) + "_morphology1.jpg", dst);
Imgcodecs.imwrite(tempPath + (debugMap.get("clearSmallConnArea") + 100) + "_clearSmallConnArea.jpg", dst);
}
return dst;
}
/**
* 清除二值图像的细小连接
* 按45度斜边清除
* @param inMat
* @param limit
* @param angle
* @param debug
* @param tempPath
* @return
*/
public static Mat clearSmallConnArea(Mat inMat, int limit, Boolean debug, String tempPath) {
int uncheck = 0, black = 1, white = 2;
Mat dst = new Mat(inMat.size(), CvType.CV_8UC1);
inMat.copyTo(dst);
// 初始化的图像全部为0，未检查; 全黑图像
Mat label = new Mat(inMat.size(), CvType.CV_8UC1);
// 标记所有的白色区域
for (int i = 0; i < inMat.rows(); i++) {
for (int j = 0; j < inMat.cols(); j++) {
if (inMat.get(i, j)[0] < 10) { // 对于二值图，0代表黑色，255代表白色
label.put(i, j, black); // 中心点
int x1 = i - limit < 0 ? 0 : i - limit;
int x2 = i + limit >= inMat.rows() ? inMat.rows()-1 : i + limit;
int y1 = j - limit < 0 ? 0 : j - limit ;
int y2 = j + limit >= inMat.cols() ? inMat.cols()-1 : j + limit ;
int count = 0;
if(inMat.get(x1, y1)[0] < 10) {// 左上角
count++;
}
if(inMat.get(x1, y2)[0] < 10) { // 左下角
count++;
}
if(inMat.get(x2, y1)[0] < 10) { // 右上角
count++;
}
if(inMat.get(x2, y2)[0] < 10) { // 右下角
count++;
}
// 根据 中心点+limit，定位四个角生成一个矩形，
// 将2个角都是黑色的线，内部的白点标记为 要被替换的对象
if(count == 2) {
// 【\】 斜对角线
for (int n = x1, m = y1; n < x2; n++, m++) {
if (inMat.get(n, m)[0] > 10 && label.get(n, m)[0] == uncheck) {
label.put(n, m, white);
}
}
// 【/】 斜对角线
for (int n = x1, m = y2; n < x2; n++, m--) {
if (inMat.get(n, m)[0] > 10 && label.get(n, m)[0] == uncheck) {
label.put(n, m, white);
}
}
}
}
}
}
// 白色替换成黑色
for (int i = 0; i < inMat.rows(); i++) {
for (int j = 0; j < inMat.cols(); j++) {
if(label.get(i, j)[0] == white) {
dst.put(i, j, 0);
}
}
}
if (debug) {
Imgcodecs.imwrite(tempPath + (debugMap.get("clearAngleConn") + 100) + "_clearAngleConn.jpg", dst);
}
return dst;
}

6
src/main/java/com/yuxue/util/PalteUtil.java
Unescape View File

@ -91,9 +91,11 @@ public class PalteUtil {
float flag = svm.predict(samples);
if (flag == 0) {
System.err.println("目标符合");
dst.add(src);
Imgcodecs.imwrite(tempPath + "199_plate_reco_" + i + ".png", src);
if(debug) {
System.err.println("目标符合");
Imgcodecs.imwrite(tempPath + "199_plate_reco_" + i + ".png", src);
}
i++;
} else {
System.out.println("目标不符合");

Write Preview
Loading…
Cancel
Save