|
|
package com.yuxue.test;
|
|
|
|
|
|
import org.opencv.core.Core;
|
|
|
import org.opencv.core.CvType;
|
|
|
import org.opencv.core.Mat;
|
|
|
import org.opencv.imgcodecs.Imgcodecs;
|
|
|
import org.opencv.imgproc.Imgproc;
|
|
|
import org.opencv.ml.SVM;
|
|
|
|
|
|
/**
|
|
|
* windows下环境配置：
|
|
|
* 1、官网下载对应版本的openvp：https://opencv.org/releases/page/2/ 当前使用4.0.1版本
|
|
|
* 2、双击exe文件安装，将 安装目录下\build\java\x64\opencv_java401.dll 拷贝到\build\x64\vc14\bin\目录下 3、eclipse添加User Libraries
|
|
|
* 4、项目右键build path，添加步骤三新增的lib
|
|
|
*
|
|
|
* https://blog.csdn.net/marooon/article/details/80265247
|
|
|
*
|
|
|
* 测试
|
|
|
*
|
|
|
* @author yuxue
|
|
|
* @date 2020-05-12 21:34
|
|
|
*/
|
|
|
public class PlatePridectTest {
|
|
|
|
|
|
// 默认的训练操作的根目录
|
|
|
private static final String DEFAULT_PATH = "D:/PlateDetect/train/plate_detect_svm/";
|
|
|
|
|
|
static {
|
|
|
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
|
|
|
}
|
|
|
|
|
|
public static void main(String[] args) {
|
|
|
|
|
|
String module = DEFAULT_PATH + "svm.xml";
|
|
|
SVM svm = SVM.load(module); // 加载训练得到的 xml 模型文件
|
|
|
|
|
|
// 136 × 36 像素 需要跟训练的源图像文件保持相同大小
|
|
|
pridect(svm, DEFAULT_PATH + "test/A01_NMV802_0.jpg");
|
|
|
pridect(svm, DEFAULT_PATH + "test/debug_resize_1.jpg");
|
|
|
pridect(svm, DEFAULT_PATH + "test/debug_resize_2.jpg");
|
|
|
pridect(svm, DEFAULT_PATH + "test/debug_resize_3.jpg");
|
|
|
pridect(svm, DEFAULT_PATH + "test/S22_KG2187_3.jpg");
|
|
|
pridect(svm, DEFAULT_PATH + "test/S22_KG2187_5.jpg");
|
|
|
|
|
|
}
|
|
|
|
|
|
public static void pridect(SVM svm, String imgPath) {
|
|
|
|
|
|
Mat src = Imgcodecs.imread(imgPath);// 图片大小要和样本一致
|
|
|
Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);
|
|
|
Mat dst = new Mat();
|
|
|
Imgproc.Canny(src, dst, 130, 250);
|
|
|
|
|
|
Mat samples = new Mat(1, dst.cols() * dst.rows(), CvType.CV_32FC1);
|
|
|
|
|
|
// 转换 src 图像的 cvtype
|
|
|
// 失败案例：我试图用 dst.convertTo(src, CvType.CV_32FC1); 转换，但是失败了，原因未知。猜测: 内部的数据类型没有转换？
|
|
|
float[] dataArr = new float[dst.cols() * dst.rows()];
|
|
|
for (int i = 0, f = 0; i < dst.rows(); i++) {
|
|
|
for (int j = 0; j < dst.cols(); j++) {
|
|
|
double pixel = dst.get(i, j)[0];
|
|
|
dataArr[f] = (float) pixel;
|
|
|
f++;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
samples.put(0, 0, dataArr);
|
|
|
|
|
|
// 如果训练时使用这个标识，那么符合的图像会返回9.0
|
|
|
float flag = svm.predict(samples);
|
|
|
|
|
|
if (flag == 0) {
|
|
|
System.err.println(imgPath + "： 目标符合");
|
|
|
}
|
|
|
if (flag == 1) {
|
|
|
System.out.println(imgPath + "： 目标不符合");
|
|
|
}
|
|
|
}
|
|
|
} |
