EasyPR-Java新能源车牌识别

  EasyPR中主要涉及到蓝色底牌与黄色底牌的车牌识别，随着新能源车辆的发展，目前已经出现绿色底牌的车牌，因此有必要增加绿色车牌的识别。

  EasyPR中关于车牌的识别，已经比较完善，这里主要涉及到三个地方的修改。

添加颜色

在自定义Color的枚举类中，添加 绿色，修改之后为：

public enum Color {        UNKNOWN, BLUE, YELLOW, GREEN};

添加绿色识别

  在OpenCV或其他软件中，识别颜色主要通过RGB映射到HSV空间，通过判断H、S、V的相关值来判断颜色的，主要原理可以参考：OpenCV颜色识别。修改之后的部分代码如下：

public static Mat colorMatch(final Mat src, final Color r,            final boolean adaptive_minsv) {        final float max_sv = 255;        final float minref_sv = 40;        final float minabs_sv = 60;        // blue的H范围75-130        final int min_blue = 100;        final int max_blue = 140;        // yellow的H范围22- 38        final int min_yellow = 10;        final int max_yellow = 35;        // green的H范围38-75// -- 增加绿色判断范围 --        final int min_green = 35;        final int max_green = 80;        // 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、绿色的匹配工作        Mat src_hsv = new Mat();        cvtColor(src, src_hsv, CV_BGR2HSV);        MatVector hsvSplit = new MatVector();        split(src_hsv, hsvSplit);        equalizeHist(hsvSplit.get(2), hsvSplit.get(2));        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;        default:            break;        }        float diff_h = (float) ((max_h - min_h) / 2);        int avg_h = (int) (min_h + diff_h);        int channels = src_hsv.channels();        int nRows = src_hsv.rows();        // 图像数据列需要考虑通道数的影响；        int nCols = src_hsv.cols() * channels;        // 连续存储的数据，按一行处理        if (src_hsv.isContinuous()) {            nCols *= nRows;            nRows = 1;        }        for (int i = 0; i < nRows; ++i) {            BytePointer p = src_hsv.ptr(i);            for (int j = 0; j < nCols; j += 3) {                int H = p.get(j) & 0xFF;                int S = p.get(j + 1) & 0xFF;                int V = p.get(j + 2) & 0xFF;                boolean colorMatched = false;                if (H > min_h && H < max_h) {                    int Hdiff = 0;                    if (H > avg_h)                        Hdiff = H - avg_h;                    else                        Hdiff = avg_h - H;                    float Hdiff_p = Hdiff / diff_h;                    float min_sv = 0;                    if (true == adaptive_minsv)                        min_sv = minref_sv - minref_sv / 2 * (1 - Hdiff_p);                    else                        min_sv = minabs_sv;                    if ((S > min_sv && S <= max_sv)                            && (V > min_sv && V <= max_sv))                        colorMatched = true;                }                if (colorMatched == true) {                    p.put(j, (byte) 0);                    p.put(j + 1, (byte) 0);                    p.put(j + 2, (byte) 255);                } else {                    p.put(j, (byte) 0);                    p.put(j + 1, (byte) 0);                    p.put(j + 2, (byte) 0);                }            }        }        // 获取颜色匹配后的二值灰度图        MatVector hsvSplit_done = new MatVector();        split(src_hsv, hsvSplit_done);        Mat src_grey = hsvSplit_done.get(2);        return src_grey;}

其中RGB与HSV颜色识别对应的关系，可以参考：OpenCV中HSV颜色模型及颜色分量范围

增加字符限制

  以前的车牌主要是7位字符，包括省 [A-Z].[5位字符] 的方式。但新能源车牌，后面5为字符变为6位字符，因此之前的判断方法不能够获取全部车牌，最好的情况也只能获得前面的7位字符。因此需要修改为：

private int RebuildRect(final Vector<Rect> vecRect, Vector<Rect> outRect,            int specIndex) {        // 最大只能有7个Rect,减去中文的就只有6个Rect        int count = 7;// --这里将6修改为7即可--        for (int i = 0; i < vecRect.size(); i++) {            // 将特殊字符左边的Rect去掉，这个可能会去掉中文Rect，不过没关系，我们后面会重建。            if (i < specIndex)                continue;            outRect.add(vecRect.get(i));            if (--count == 0)                break;        }        return 0;}

至此，可以识别绿色车牌。