介绍
本车牌辨认项目是根据开源项目 EasyPR（Easy to do Plate Recognition）完成。EasyPR 是一个开源的中文车牌辨认体系，根据 OpenCV 开源库开发。
本项目运用润和 HiSpark Taurus AI Camera(Hi3516DV300) 摄像头开发板套件(以下简称 Hi3516)完成摄影车牌并显现辨认成果。采用的体系是 OpenAtom OpenHarmony (简称“OpenHarmony”) 3.1 Release 小型体系。
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 摄影、按 2 输出辨认成果如下所示：
开发流程
本车牌辨认项目运用 OpenHarmony 中的媒体子体系完成。代码根据泊车场景下的本地车牌辨认。进行解说，其代码结构如下：
三方库移植
EasyPR 完成是根据 OpenCV 完成，因而完成 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 完成。
├── BUILD.gn
├── include
│ ├── camera.h // 摄像头界说
│ ├── local_net_communication.h // 设备协同主要功用界说
│ ├── local_net_def.h // 设备协同打印日志
│ ├── local_net_dlist.h // 设备协同设备列表界说
│ ├── local_net_message.h // 设备协同传输音讯界说
│ ├── local_net_udp.h // 设备协同udp协议界说
│ ├── local_net_utils.h // 设备协同通用东西界说
│ ├── log.h // 打印日志界说
│ └── wpa_work.h // wifi设置界说
└── src
├── base64.cpp // 图片转base64格局功用代码
├── camera.cpp // 摄像头完成
├── local_net_communication.c // 设备协同主要功用完成
├── local_net_dlist.c // 设备协同设备列表完成
├── local_net_message.c // 设备协同传输音讯完成
├── local_net_udp.c // 设备协同udp协议完成
├── local_net_utils.c // 设备协同通用东西完成
├── main.cpp // 主程序
└── wpa_work.c // wifi设置完成
下面介绍移植的大致流程，具体细节可参阅小型体系上运行开源项目车牌辨认及移植 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：
运用 cmake-gui 来装备编译环境：
cd build
make-gui ..
显现的 UI 界面如下图：
点击 Configure 进行装备，挑选第四个选项进行装备，如下图：
装备东西链：
点击 Generate 生成 Makefile。
创建 Shell 脚本
在 OpenCV 源码根目录新增 build_opencv.sh：
touch build_opencv.sh
chmod 777 build_opencv.sh
vim build_opencv.sh
##增加如下内容
#!/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 库参加编译构建：
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：
mkdir build
cd build
cmake-gui ..
显现的 UI 界面如下图：
点击 Configure 进行装备，挑选第四个选项进行装备，如下图：
装备东西链：
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 参加至编译构建：
vim BUILD.gn
#BUILD.gn中增加如下内容
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 完成 EasyPR 需要主要分为如下三步：
-
GN 构建，将 EasyPR 参加编译构建；
-
摄影，调用 OpenHarmony 摄影接口，拍摄车牌；
-
EasyPR 本地辨认，调用 EasyPR 辨认车牌接口并返回辨认成果。
GN构建
GN 构建中包含了 EasyPR 的头文件途径 、链接 EasyPR 动态库、编译依靠 EasyPR。如下所示：
摄影
摄影功用是根据官方文档摄影开发辅导开发的，其 demo 样例在如下目录：
在泊车场景中二维码辨认与车牌辨认共用同一份摄影代码 ，为提高二维码辨认率在摄影初始化时须将分辨率设置为 1280*720。该改动在进行车牌辨认时不会影响 ，初始化摄影代码如下图：
设置照片保存途径在文件 camera.h 下：
由于在泊车场景中二维码扫码与车牌辨认都会调用摄影接口，因而运用 s_runAi 作区别：
int main(int argc,char **argv)
{
int ret;
char licensePlate[32] = {0};
char input;
InitCamera();
PlateInit();
while(cin >> input) {
switch (input) {
case '1':
RunAICamera(); // 摄影
break;
case '2':
memset(licensePlate, 0, sizeof(licensePlate));
ret = GetPlateString(IMG_PATH, licensePlate); // 辨认车牌
SAMPLE_INFO("ret -> %d, licensePlate->%s", ret, licensePlate);
break;
case 's':
PlateDeinit();
ExitCamera();
return 0;
default:
SAMPLE_ERROR("input Error");
break;
}
}
return 0;
}
进行摄影后会进入摄影数据处理，当 s_runAi 为 false 阐明是二维码辨认，直接调用二维码辨认接口即可。当 s_runAi 为 true 时须将摄影的数据保存为图片：
将摄影数据以图片保存途径为“/sdcard/CaptureAi.jpg” 。
EasyPR本地辨认
编写主程序 main.cpp 设置程序功用为按 1 摄影、按 2 显现成果 ：
编译烧录
前文大致概括了 OpenCV 和 EasyPR 的移植过程，更详细的关于环境建立、烧录以及项目源码构建的过程，请查看参阅文章本地车牌辨认。
总结
编写车牌辨认库对外接口，相关接口运用能够参阅作者文章介绍；本文章的源码参阅本地车牌辨认。丰富多样的 OpenHarmony 开发样例离不开广大合作伙伴和开发者的奉献，如果你也想把自己开发的样例分享出来，欢迎把样例提交到 OpenHarmony 知识体系 SIG 仓来，共建开发样例请参阅如何共建开发样例。
车牌辨认器（OpenCV版别）
gitee.com/openharmony…
车牌辨认器
gitee.com/openharmony…
摄影开发辅导
gitee.com/openharmony…
作者文章列表
gitee.com/link?target…
源码参阅
gitee.com/openharmony…
构建开发样例
gitee.com/openharmony…
