介绍
本车牌识别项目是基于开源项目 EasyPR（Easy to do Plate Recognition）实现。EasyPR 是一个开源的中文车牌识别系统，基于 OpenCV 开源库开发。
本项目使用润和 HiSpark Taurus AI Camera(Hi3516DV300) 摄像头开发板套件(以下简称 Hi3516)实现拍照车牌并显示识别结果。采用的系统是 OpenAtom OpenHarmony (简称“OpenHarmony”) 3.1 Release 小型系统。
首先将 Hi3516 中的摄像头对准车牌，其距离约为 60cm~70cm 如下所示：
运行程序后按下 1 拍照、按 2 输出识别结果如下所示：
开发流程
本车牌识别项目使用 OpenHarmony 中的媒体子系统实现。
代码基于停车场景下的本地车牌识别。进行讲解，其代码结构如下：
三方库移植
EasyPR 实现是基于 OpenCV 实现，因此实现 EasyPR 首先得移植 OpenCV。移植的方式采用 Gn 调用 Shell 脚本，Shell 脚本调用 Makefile 实现。
代码语言：shell复制├── BUILD.gn
├── include
│ ├── camera.h // 摄像头定义
│ ├── local_net_communication.h // 设备协同主要功能定义
│ ├── local_net_def.h // 设备协同打印日志
│ ├── local_net_dlist.h // 设备协同设备列表定义
│ ├── local_net_message.h // 设备协同传输消息定义
│ ├── local_net_udp.h // 设备协同udp协议定义
│ ├── local_net_utils.h // 设备协同通用工具定义
│ ├── log.h // 打印日志定义
│ └── wpa_work.h // wifi设置定义
└── src
├── base64.cpp // 图片转base64格式功能代码
├── camera.cpp // 摄像头实现
├── local_net_communication.c // 设备协同主要功能实现
├── local_net_dlist.c // 设备协同设备列表实现
├── local_net_message.c // 设备协同传输消息实现
├── local_net_udp.c // 设备协同udp协议实现
├── local_net_utils.c // 设备协同通用工具实现
├── main.cpp // 主程序
└── wpa_work.c // wifi设置实现下面介绍移植的大致流程，具体细节可参考小型系统上运行开源项目车牌识别及移植 opencv 库。
移植OpenCV
下载源码
获取源码将 OpenCV 库源码放在 OpenHarmony 根目录下的 third_party 下：
生成Makefile
在 OpenCV 源码根目录新建 build 目录生成 Makefile 文件：
使用 cmake-gui 来配置编译环境：
代码语言：shell复制cd build
make-gui ..显示的 UI 界面如下图：
点击 Configure 进行配置，选择第四个选项进行配置，如下图：
配置工具链：
点击 Generate 生成 Makefile。
创建 Shell 脚本
在 OpenCV 源码根目录新增 build_opencv.sh：
代码语言：shell复制touch build_opencv.sh
chmod 777 build_opencv.sh
vim build_opencv.sh
##添加如下内容
#!/bin/sh
processor=`cat /proc/cpuinfo|grep processor | sort -u | wc -l`
cd build
make -j$processor
cp lib/* $1/libs/创建Gn文件
在 OpenCV 源码根目录新增 BUILD.gn 将 OpenCV 库加入编译构建：
移植EasyPR
下载源码
获取源码 EasyPR 库源码放在源码根目录下的 third_party 下：
生成Makefile
在 EasyPr 源码根目录新建 build 目录：
代码语言：shell复制mkdir build
cd build
cmake-gui ..显示的 UI 界面如下图：
点击 Configure 进行配置，选择第四个选项进行配置，如下图：
配置工具链：
点击 Generate 生成 Makefile。
创建Shell脚本
在 EasyPR 源码根目录新增 build_easypr.sh：
创建Gn文件
在 EasyPR 源码根目录新增 BUILD.gn 加入至编译构建：
代码语言：cpp复制vim BUILD.gn
#BUILD.gn中添加如下内容
import("//build/lite/config/component/lite_component.gni")
import("//build/lite/ndk/ndk.gni")
root_build = rebase_path(root_build_dir)
build_ext_component("easypr_lib") {
command = "sh build_easypr.sh $root_build"
exec_path = "$root_build/../../../third_party/EasyPR"
}
lite_component("easypr") {
deps = [
"//third_party/opencv:opencv",
":easypr_lib"
]
features = []
}最终 OpenCV 与 EasyPR 在 third_party 目录如下图所示：
在 OpenHarmony 实现 EasyPR 需要主要分为如下三步：
- GN 构建，将 EasyPR 加入编译构建；
- 拍照，调用 OpenHarmony 拍照接口，拍摄车牌；
- EasyPR 本地识别，调用 EasyPR 识别车牌接口并返回识别结果。
GN构建
GN 构建中包含了 EasyPR 的头文件路径 、链接 EasyPR 动态库、编译依赖 EasyPR。如下所示：
拍照
拍照功能是基于官方文档拍照开发指导开发的，其 demo 样例在如下目录：
在停车场景中二维码识别与车牌识别共用同一份拍照代码 ，为提高二维码识别率在拍照初始化时须将分辨率设置为 1280*720。该改动在进行车牌识别时不会影响 ，初始化拍照代码如下图：
设置照片保存路径在文件 camera.h 下：
因为在停车场景中二维码扫码与车牌识别都会调用拍照接口，因此使用 s_runAi 作区分：
代码语言：cpp复制int main(int argc,char **argv)
{
int ret;
char licensePlate[32] = {0};
char input;
InitCamera();
PlateInit();
while(cin >> input) {
switch (input) {
case '1':
RunAICamera(); // 拍照
break;
case '2':
memset(licensePlate, 0, sizeof(licensePlate));
ret = GetPlateString(IMG_PATH, licensePlate); // 识别车牌
SAMPLE_INFO("ret -> %d, licensePlate->%s", ret, licensePlate);
break;
case 's':
PlateDeinit();
ExitCamera();
return 0;
default:
SAMPLE_ERROR("input Error");
break;
}
}
return 0;
}
进行拍照后会进入拍照数据处理，当 s_runAi 为 false 说明是二维码识别，直接调用二维码识别接口即可。当 s_runAi 为 true 时须将拍照的数据保存为图片：
将拍照数据以图片保存路径为“/sdcard/CaptureAi.jpg” 。
EasyPR本地识别
编写主程序 main.cpp 设置程序功能为按 1 拍照、按 2 显示结果 ：
编译烧录
前文大致概括了 OpenCV 和 EasyPR 的移植步骤，更详细的关于环境搭建、烧录以及项目源码构建的步骤，请查看参考文章本地车牌识别。
写在最后
如果你觉得这篇内容对你还蛮有帮助，我想邀请你帮我三个小忙：
- 点赞，转发，有你们的 『点赞和评论』，才是我创造的动力；
- 关注小编，同时可以期待后续文章ing
