OpenCV（Open Source Computer Vision Library）是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV用C++语言编写，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令。

OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，该程序库也可以使用英特尔公司的IPP进行加速处理。OpenCV的应用领域包括机器人视觉、模式识别、机器学习、工厂自动化生产线产品检测、医学影像、摄像机标定、遥感图像等。

现在，汽车的踪影无处不在，公路上疾驰，大街边临停，小区中停靠，车库里停泊。所以车牌识别成为了焦点，而车牌检测是车牌识别的基础和前提。

初始化OpenCV

//初始化OpenCV
boolean initState = OpenCVLoader.initLocal();
Log.d(TAG, "onCreate: OpenCV初始化" + initState)

初始化检测器CascadeClassifier和执行车牌检测

public Bitmap recognizePlateNumber(Bitmap bitmap) {
    Mat imageMat = new Mat();
    
    Utils.bitmapToMat(bitmap, imageMat); 
    
    CascadeClassifier classifier = new CascadeClassifier();
    try {
        InputStream is = getAssets().open("haarcascade_russian_plate_number.xml");
        classifier.load(is);
        
        RectVector plates = new RectVector();
        classifier.detectMultiScale(imageMat, plates); 
        
        int numOfPlates = plates.size();
        StringBuilder resultBuilder = new StringBuilder();
        
        for (int i = 0; i < numOfPlates; ++i) {
            Rect rect = plates.get(i).clone();
            
            Imgproc.rectangle(imageMat, new Point(rect.tl()), new Point(rect.br()), new Scalar(0, 255, 0), 2); 
        }
        Utils.matToBitmap(imageMat, bitmap);
        return bitmap;
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        classifier.close();
    }
    
    return null;
}

最终结果:

图片

目前只实现了图像中车牌区域检测，接下来文章我们再继续研究车牌文字识别。