scala(java)利用opencv识别车辆截取并计数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/weixin_42558056/article/details/101311465

记录一下今天学习的成果，scala利用opencv识别车辆截取图片并计数，当然可以通过自己训练模型去识别各种物品，对制作机器学习训练集有很大的帮助，贴出关键的代码供大家学习参考

实现思路

• 利用opencv训练车辆识别器
• 遍历输入文件夹中所有图片，利用opencv识别到所有车辆
• 将每一张图片中的车辆截取保存
• 对每一张图中的车辆和所有车辆进行计数

关键代码：

def PlDeal(filepath:String , outpath:String): Unit ={
   //分别对应输入输出路径
    val file = new File(filepath)
    val outfile = new File(outpath)

    //判断输出目录是否存在
    if(!outfile.exists()){
      println("文件不存在，开始创建.....")
      outfile.mkdir()
      println("文件创建成功！")
    }
    else {
      outfile.delete()
      println("文件删除完毕！")
    }
    //判断输入目录是否能够正确打开
    if(!file.isDirectory){
      System.out.println("请输入正确的文件夹路径")
    }
    else if(file.isDirectory){
      val filelist = file.list
      var sum=0
      
      //遍历输入文件夹中的所有图片
      for( i <- 0 until  filelist.length){
        val imgname = filelist(i)
        val image : Mat = Imgcodecs.imread(filepath + "/" + imgname)
        //图片检测
        val vehicleDetections : MatOfRect = new MatOfRect()
        //车辆识别的方法
        vehicleDetecter.detectMultiScale(image,vehicleDetections)
        val rects = vehicleDetections.toArray
        println("第"+(i+1)+"次识别的数量"+rects.length)
        for (rect <- rects){
          val sub: Mat = image.submat(rect)
          Imgproc.rectangle(image, new Point(rect.x-2, rect.y-2), new Point(rect.x + rect.width, rect.y + rect.height),
            new Scalar(0, 255, 0))
          Imgcodecs.imwrite(outpath+"/"+System.currentTimeMillis()+".jpg",sub)
        }
        sum += vehicleDetections.toArray().length
      }
      println("总共识别车的数量"+sum)
    }
  }

运行结果：

控制台输出结果：

实验图片：

截取图片：

优缺点总结

优点：思路简单，利用opencv自带识别器进行识别无需编写大量识别代码
缺点：识别精度不够，虽然自己训练的模型相比自带的模型识别精度有很大提高，但相比利用神经网络或机器学习进行识别的精度还是相差很多