共计 3525 个字符，预计需要花费 9 分钟才能阅读完成。
介绍
本车牌辨认我的项目是基于开源我的项目 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。
本我的项目应用润和 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辨认后果。采纳的零碎是 OpenAtom OpenHarmony (简称“OpenHarmony”) 3.1 Release 小型零碎。
首先将 Hi3516 中的摄像头对准车牌，其间隔约为 60cm~70cm 如下所示：
运行程序后按下 1 拍照、按 2 输入辨认后果如下所示：
开发流程
本车牌辨认我的项目应用 OpenHarmony 中的媒体子系统实现。代码基于停车场景下的本地车牌辨认。进行解说，其代码构造如下：
三方库移植
EasyPR 实现是基于 OpenCV 实现，因而实现 EasyPR 首先得移植 OpenCV。移植的形式采纳 Gn 调用 Shell 脚本，Shell 脚本调用 Makefile 实现。
├── BUILD.gn
├── include
│ ├── camera.h // 摄像头定义
│ ├── local_net_communication.h // 设施协同次要性能定义
│ ├── local_net_def.h // 设施协同打印日志
│ ├── local_net_dlist.h // 设施协同设施列表定义
│ ├── local_net_message.h // 设施协同传输音讯定义
│ ├── local_net_udp.h // 设施协同 udp 协定定义
│ ├── local_net_utils.h // 设施协同通用工具定义
│ ├── log.h // 打印日志定义
│ └── wpa_work.h // wifi 设置定义
└── src
├── base64.cpp // 图片转 base64 格局性能代码
├── camera.cpp // 摄像头实现
├── local_net_communication.c // 设施协同次要性能实现
├── local_net_dlist.c // 设施协同设施列表实现
├── local_net_message.c // 设施协同传输音讯实现
├── local_net_udp.c // 设施协同 udp 协定实现
├── local_net_utils.c // 设施协同通用工具实现
├── main.cpp // 主程序
└── wpa_work.c // wifi 设置实现
上面介绍移植的大抵流程，具体细节可参考小型零碎上运行开源我的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：
应用 cmake-gui 来配置编译环境：
cd build
make-gui ..
显示的 UI 界面如下图：
点击 Configure 进行配置，抉择第四个选项进行配置，如下图：
配置工具链：
点击 Generate 生成 Makefile。
创立 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/
创立 Gn 文件
在 OpenCV 源码根目录新增 BUILD.gn 将 OpenCV 库退出编译构建：
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 ..
显示的 UI 界面如下图：
点击 Configure 进行配置，抉择第四个选项进行配置，如下图：
配置工具链：
点击 Generate 生成 Makefile。
创立 Shell 脚本
在 EasyPR 源码根目录新增 build_easypr.sh：
创立 Gn 文件
在 EasyPR 源码根目录新增 BUILD.gn 退出至编译构建：
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 实现 EasyPR 须要次要分为如下三步：
- GN 构建，将 EasyPR 退出编译构建；
- 拍照，调用 OpenHarmony 拍照接口，拍摄车牌；
- EasyPR 本地辨认，调用 EasyPR 辨认车牌接口并返回辨认后果。
GN 构建
GN 构建中蕴含了 EasyPR 的头文件门路、链接 EasyPR 动静库、编译依赖 EasyPR。如下所示：
拍照
拍照性能是基于官网文档拍照开发领导开发的，其 demo 样例在如下目录：
在停车场景中二维码辨认与车牌辨认共用同一份拍照代码，为进步二维码识别率在拍照初始化时须将分辨率设置为 1280*720。该改变在进行车牌辨认时不会影响，初始化拍照代码如下图：
设置照片保留门路在文件 camera.h 下：
因为在停车场景中二维码扫码与车牌辨认都会调用拍照接口，因而应用 s_runAi 作辨别：
int main(int argc,char **argv)
{
int ret;
char licensePlate[32] = {0};
char input;
InitCamera();
PlateInit();
while(cin >> input) {switch (input) {
case '1':
RunAICamera(); // 拍照
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;
}
进行拍照后会进入拍照数据处理，当 s_runAi 为 false 阐明是二维码辨认，间接调用二维码辨认接口即可。当 s_runAi 为 true 时须将拍照的数据保留为图片：
将拍照数据以图片保留门路为“/sdcard/CaptureAi.jpg”。
EasyPR 本地辨认
编写主程序 main.cpp 设置程序性能为按 1 拍照、按 2 显示后果：
编译烧录
前文大抵概括了 OpenCV 和 EasyPR 的移植步骤，更具体的对于环境搭建、烧录以及我的项目源码构建的步骤，请查看参考文章本地车牌辨认。
总结
编写车牌辨认库对外接口，相干接口应用能够参考作者文章介绍；本文章的源码参考本地车牌辨认。丰盛多样的 OpenHarmony 开发样例离不开宽广合作伙伴和开发者的奉献，如果你也想把本人开发的样例分享进去，欢送把样例提交到 OpenHarmony 常识体系 SIG 仓来，共建开发样例请参考如何共建开发样例。
车牌识别器（OpenCV 版本）
https://gitee.com/openharmony…
车牌识别器
https://gitee.com/openharmony…
拍照开发领导
https://gitee.com/openharmony…
作者文章列表
https://gitee.com/link?target…
源码参考
https://gitee.com/openharmony…
构建开发样例
https://gitee.com/openharmony…
