实验37 综合实战：车牌识别

《实验37 综合实战：车牌识别》由会员分享，可在线阅读，更多相关《实验37 综合实战：车牌识别（11页珍藏版）》请在装配图网上搜索。

1、实验三十七 综合实战：车牌识别37.1 实验目的基于MapReduce思想，编写车牌识别程序。实现对江苏某两处监控图片中的车牌的 识别，完成对除江苏省车辆外的外省车辆的统计，并完成对两处监控中套牌车辆的识别， 并得出结果。37.2 实验要求要能理解MapReduce编程思想，会编写MapReduce车牌识别程序，能够利用Java调 用已封装好C+的so动态库完成车牌的识别，然后利用MapReduce完成对车牌的统计和 对套牌车的识别。最后将其执行并分析执行过程。37.3 实验步骤37.3.1 编写程序对于外省车牌的统计，我们可以理解为WordCount程序，利用WordCount的思想， 在

2、Reduce 阶段对“苏”车牌不进行输出即可。对于套牌车辆的识别，Map阶段与WordCount是一样的，在Reduce阶段我们将统计 相同车牌出现的情况。我们将编写两个类，一个类用于加载C+的so动态库，另一个完成MapReduce算 法。SelectPic.javaimport java.io.File;import java.util.Vector;public class SelectPic private Vector pics = null;public SelectPic() pics = new Vector();static System.loadLibrary(Easype

3、r);public native String getPlate(String inPath);public void doPicNames(String inPath) File file = new File(inPath);File listFiles = file.listFiles();for (File files : listFiles) if (!files.isDirectory() String name = files.getName();String plate = getPlate(inPath + / + name); if (plate.length() 3)pl

4、ate.substring(3);public static void main(String args) SelectPic sp = new SelectPic(); sp.doPicNames(image);PlateRecog.javaimport java.io.IOException;import java.util.Vector;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.

5、apache.hadoop.io.IntWritable;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.NullWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.io.WritableComparable;import org.apache.hadoop.io.WritableComparator;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoo

6、p.mapreduce.Mapper;import org.apache.hadoop.mapreduce.Reducer;import org.apache.hadoop.mapreduce.lib.input.FilelnputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.util.GenericOptionsParser;public class PlateRecog public static class PlateRecogMapper_co

7、ll extends Mapper private SelectPic sp = null;private FileSystem HDFS = null;Overrideprotected void setup(Mapper.Context context)throws IOException, InterruptedException Configuration conf = context.getConfiguration();sp = new SelectPic();HDFS = FileSystem.get(conf);Overrideprotected void map(LongWr

8、itable key, Text value, Mapper.Context context)throws IOException, InterruptedException String splits = value.toString().split();String ds = splitsO.substring(O, splitsO.length() - 4) + _t.jpg;Path src = new Path(splits0);Path dst = new Path(ds);HDFS.copyToLocalFile(src, dst);String plate = sp.getPl

9、ate(ds);plate = plate.substring(3);context.write(new Text(plate.substring(0, 1), new IntWritable(l);/统计非江苏的车牌的数量public static class PlateRecogReducer_coll extends Reducer Overrideprotected void reduce(Text k2, Iterable v2s,Reducer.Context context)throws IOException, InterruptedException if (!k2.toSt

10、ring().equals(苏)int sum = 0;for (IntWritable v2 : v2s) sum += v2.get();context.write(new Text(k2.toString() + 车牌的数量：),new IntWritable(sum);public static class PlateRecogMapper_find extends Mapper private SelectPic sp = null;private FileSystem HDFS = null;Overrideprotected void setup(Mapper.Context c

11、ontext)throws IOException, InterruptedException Configuration conf = context.getConfiguration();sp = new SelectPic();HDFS = FileSystem.get(conf);Overrideprotected void map(LongWritable key, Text value, Mapper.Context context)throws IOException, InterruptedException String splits = value.toString().s

12、plit();String ds = splits0.substring(0, splitsO.length() - 4) + _t.jpg;Path src = new Path(splits0);Path dst = new Path(ds);HDFS.copyToLocalFile(src, dst);String plate = sp.getPlate(ds);plate = plate.substring(3);String plateInfo = plate + _ + splits1;/ 皖 A12345_l 45context.write(new Text(plateInfo)

13、, new Text(dst.getName().substring(O, dst.getName().length()-public static class PlateRecogReducer_find extends Reducer private Vector samePlates = null;Overrideprotected void setup(Reducer.Context context)throws IOException, InterruptedException samePlates = new Vector();Overrideprotected void redu

14、ce(Text k2, Iterable v2s, Reducer.Context context)throws IOException, InterruptedException int sum = 0;String splits = k2.toString().split(_);samePlates.clear();for (Text v2 : v2s) +sum;samePlates.add(v2.toString();if (sum 1) String sameplate =;for (int i = 0; i $x:/usr/cstor/hadoop/lib;done;37.3.3

15、打包提交然后使用Eclipse开发工具将该代码打包，选择主类为PlateRecog。假定打包后的文 件名为PlateRecog.jar,主类PlateRecog位于默认包下，则可使用如下命令向Hadoop集群 提交本应用。rootclient hadoop# bin/hadoop jar PlateRecog.jar -files ./plate/use/libEasyper.so,./plate/use/etc/,./plate/use/resources/ /user/mapreduce/platerecog/in/plate.txt /user/mapreduce/platerecog/

16、count/ /user/mapreduce/platerecog/samePlate/其中“hadoop”为命令，“jar”为命令参数，后面紧跟打的包，“-files”是附加文件指 令，“./pla te/use/libEasyper.so,./pla te/use/e tc/,./pl 是同时提交到0 集群上的配 置文件和动态库。“/user/mapreduce/platerecog/in/plate.txt”为输入文件在HDFS中的位置， “/user/mapreduce/platerecog/count/ 和 “/user/mapreduce/platerecog/samePlate/

17、”为输出文 件在HDFS中的位置，分别对应的是统计车牌的数量的输出文件count，套牌车识别的结 果文件 samePlate。37.4 实验结果37.4.1 输入数据输入数据格式如下：plate.txt （空格（）分割）（数据放在/root/data/37/in目录下）/user/mapreduce/platerecog/images/99.jpg 2/user/mapreduce/platerecog/images/100.jpg 2/user/mapreduce/platerecog/images/101.jpg 2/user/mapreduce/platerecog/images/102

18、.jpg 2/user/mapreduce/platerecog/images/103.jpg 2/user/mapreduce/platerecog/images/104.jpg 2/user/mapreduce/platerecog/images/105.jpg 2/user/mapreduce/platerecog/images/106.jpg 2/user/mapreduce/platerecog/images/107.jpg 237.4.2 执行结果在 client 上执行对 HDFS 上的文件/user/mapreduce/platerecog/count/part-r-00000

19、 内容查 看的操作，查看外省车辆的统计情况rootclient hadoop# bin/hadoop fs -cat /user/mapreduce/platerecog/count/p*屏幕上显示如图37-1所示。root(aclient hadoop# bin/hadoop fs -cat /user/mapreduce/platerecog/count/p* 16/12/15 01:03:16 WARN util.NativeCodeLoader: Unable to load native-hadoop library e applicable京车牌的数量：2冀车牌的数量：1吉车牌的数

20、量：2川车牌的数量：3晋车牌的数量：4沪车牌的数量：2津车牌的数量：5浙车牌的数量：21渝车牌的数量：1湘车牌的数量：1甘车牌的数量：1皖车牌的数量：17粤车牌的数量：1蒙车牌的数量：1豫车牌的数量：1鄂车牌的数量：3青车牌的数量：1鲁车牌的数量：2图 37-1在 client 上执行对 HDFS 上的文件/user/mapreduce/platerecog/samePlate/part-r-00000 内 容查看的操作，查看两处监控的套牌车辆的情况。rootclient hadoop# bin/hadoop fs -cat /user/mapreduce/platerecog/samePlate/p*屏幕上显示如图37-2所示。root(aclient hadoop# bin/hadoop fs -cat /user/map reduce/plat erecog/samePlate/p* 16/12/15 01:03:26 WARN util.NativeCodeLoader: Unable to load native-hadoop library e applicable存在套牌的车辆的车牌号为：浙F2Q001车牌编号为：51和118图 37-2我们将两个编号的车牌图片拿出来查看一下，如图37-3所示。图 37-3