基于Spring Boot的车牌识别系统（附项目地址）

Posted 2021-10-27 Java小叮当

介绍

• spring boot + maven 实现的车牌识别及训练系统
• 基于java语言的深度学习项目，在整个开源社区来说都相对较少；而基于java语言实现车牌识别EasyPR-Java项目，最后的更新已经是五年以前。
• 本人参考了EasyPR原版C++项目、以及fan-wenjie的EasyPR-Java项目；同时查阅了部分opencv官方4.0.1版本C++的源码，结合个人对java语言理解，整理出当前项目
• 这是一个入门级教程项目，本人目前也正在学习图片识别相关技术；大牛请绕路
• 当前项目在原有EasyPR项目基础上，增加了绿牌识别功能，只不过当前的训练库文件包含绿牌的样本太少，还需要重新增加绿牌样本的训练，后续会逐步上传
• 当前已经添加基于svm算法的车牌检测训练、以及基于ann算法的车牌号码识别训练功能
• 后续会逐步加入证件识别、人脸识别等功能

包含功能

• 黄 蓝 绿 黄蓝绿车牌检测及车牌号码识别
• 单张图片、多张图片并发、单图片多车牌检测及识别
• 图片车牌检测训练
• 图片文字识别训练
• 包含两种依赖包的实现方式：基于org.bytedeco.javacpp包的实现方式；基于org.opencv官方包的实现方式
• org.opencv官方包，提供了java语言api；java项目可以通过build path方式或者环境变量的方式引用；
• org.bytedeco.javacpp包，JavaCPP是一个开源库，它提供了在 Java 中高效访问本地 C++的方法；在pom中引入坐标依赖即可 欢迎关注Java项目分享一个分享高质量项目的地方

软件版本

• jdk 1.8.61+
• maven 3.0+
• opencv 4.0.1 ；javacpp1.4.4；opencv-platform 4.0.1-1.4.4
• spring boot 2.1.5.RELEASE
• yx-image-recognition 1.0.0版本

软件架构

• B/S 架构，前端html + requireJS，后端java
• 数据库使用 sqlite3.0
• 接口文档使用swagger 2.0

操作界面

车牌图片来源于网络，仅用于交流学习，不得用于商业用途；如有侵权，请联系本人删除

车牌检测过程

高斯模糊：

图像灰度化：

Sobel 算子：

图像二值化：

图像闭操作：

二值图像降噪：

提取外部轮廓：

外部轮廓筛选：

切图：

重置切图尺寸：

车牌检测结果:

图片车牌文字识别过程

debug_char_threshold：

debug_char_clearLiuDing：

debug_specMat：

debug_chineseMat：

debug_char_auxRoi：

安装教程

• 开发环境搭建：./doc/01_开发环境搭建.md
• 将项目拉取到本地，PlateDetect文件夹拷贝到d盘下，默认车牌识别操作均在d:/PlateDetect/目录下处理
• 需要修改操作路径，修改com/yuxue/constant/Constant.java文件常量参数即可，可以使用绝对盘符路径，也可以使用项目相对路径
• spring boot方式运行项目，浏览器上输入 http://localhost:16666/index 即可打开操作界面
• 浏览器上输入 http://localhost:16666/swagger-ui.html 即可打开接口文档页面

参考文档

liuruoze/EasyPR：https://gitee.com/easypr/EasyPR
fan-wenjie/EasyPR-Java：https://github.com/fan-wenjie/EasyPR-Java
opencv官方：https://opencv.org/

gitee开源地址

“https://gitee.com/admin_yu/yx-image-recognition

基于SpringBoot+OpenCV的停车场车牌识别管理系统含人工智能识别算法（附源码论文）

摘要

车牌识别系统作为智能交通系统的一个重要组成部分，在交通监控中占有很重要的地位。车牌识别系统可分为图像预处理、车牌定位、字符识别3个部分，其中车牌定位作为获得车辆牌照图像的重要步骤，是后续的字符识别部分能否正确识别车牌字符的关键环节。车牌定位系统实现对车辆牌照进行定位的功能,即从包含整个车辆的图像中找到车牌区域的位置，并对该车牌区域进行定位显示，将定位信息提供给字符识别部分。
本系统除了实现了车牌识别还实现了人脸识别、车辆信息和用户信息的管理。对于陌生人的管理，整体架构是SpringBoot + OpenCV。

课题的来源及意义

由于全球范围内的车辆数目日益增多，城市的运输问题日益引起人们的关注。城市道路交通安全的实施越来越受到各有关政府部门的重视。针对此问题，智能运输体系能够有效地进行公路运输的自动控制，从而改善交通的安全性，改善运输的效能，增强城市的经济发展。在智能交通中，对汽车进行精确的身份和信息的识别是最为关键和最重要的问题。牌照是汽车的惟一标识，它是许多信息的源头和直接的目标。车牌识别是一种基于图像的解析算法，通过对牌照进行特征的分割和特征的识别，从而实现对牌照的识别。在汽车牌照自动辨识中，如何准确、准确地进行牌照的识别，首先要解决的问题就是如何进行车牌区域的提取。采用快速高效的牌照定位技术，能够极大地改善车辆牌照的准确率和速度。牌照是实现城市道路交通安全的一项关键技术，是实现城市道路安全监测的关键技术之一。他将应用于以下几个领域：
（1）高速公路和停车场的收费管理系统。在高速公路收费和出口完成车牌识别，实现非停车收费；车辆档案也可根据识别的车牌号码从数据库中转移，发现未及时支付养路费的车辆，消除养路人员的偏袒。
（2）交通场所控制管理系统。该系统采用车牌识别技术，实现重点车辆的自动识别和快速报警处理，不仅可以有效防止机动车被盗，而且为公安和监督机关提供高科技手段，自动监控和跟踪嫌疑人驾驶的车辆。
（3）高速公路超速自动化监督系统。该系统以车牌识别技术为核心技术，辅助其他高科技手段，建立无人值守的自动监控和自动控制系统，有效解决高速公路超速造成的交通事故；车辆超速时，可获得车辆图像，获得车牌号，方便违章车辆处罚。 本系统基于对汽车牌照的数字图像处理和分析，提供快速有效地汽车牌照定位方法，实现对车辆牌照区域的提取功能。

识别算法说明

整体流程主要分两个大的步骤：
使用多个算法，提取车牌的轮廓，根据轮廓从原图像取得车牌的切图，使用SVM算法模型，判断该切图是否是车牌。
根据车牌的切入图，在判定车牌颜色的同时，使用轮廓提取算法，提取车牌文字的轮廓，通过轮廓从二值图像取得车牌的切入图。使用ANN算法模型，分别使用中文文字模型、蓝卡模型、绿卡模型来识别文字切割的文字内容。

运行截图

获取方式

链接直达：https://gitee.com/XiaoLin_Java/communion/blob/master/