【正文】 行新增、刪除、排序等任何操作， id與 _id 均相同；相反， position 表示的只是當(dāng)前列表項(xiàng)在列表 ListView 中的下標(biāo)，與 id 或 _id 沒有直接的關(guān)系。通過一定的分析和實(shí)驗(yàn)， 結(jié)果是可知的。 Android 平臺(tái)的 數(shù)據(jù)同步 Android終端同 Web服務(wù)器、 Android終端與終端之間的數(shù)據(jù)同步，可以采用同 Android系統(tǒng)中谷歌帳戶應(yīng)用（ Gmail、 Google Calendar 等）類似的方法，通過 SampleSyncAdapter，利用 Android 框架中的帳戶管理器和同步管理器實(shí)現(xiàn)。本文將討論的，是基于 Android 及以上版本 API 中引入的最新技術(shù) —— 端對(duì)端 WiFi 直連通訊技術(shù) 。使用 Android 所提供的 API，你可以發(fā)現(xiàn)并連接到同樣支持 WiFi 直接的設(shè)備上，然后與之進(jìn)行比藍(lán)牙距離更遠(yuǎn)的高速通信。 2）對(duì)等雙向同步。相信經(jīng)過這一分析，在Android API 14 實(shí)現(xiàn)起來是不難的。 作為服務(wù)器的設(shè)備（服務(wù)設(shè)備）首先啟動(dòng)同步服務(wù)，其他設(shè)備（請(qǐng)求設(shè)備）搜尋到該設(shè)備，發(fā)送同步請(qǐng)求。服務(wù)設(shè)備上啟用一個(gè)服務(wù)，或?yàn)槊總€(gè)設(shè)備啟用一個(gè)服務(wù)，響應(yīng)所有設(shè)備發(fā)送過來的通知（包含對(duì)數(shù)據(jù)變更的描述和數(shù)據(jù)本身）。全部設(shè)備的變更上傳完成后，服務(wù)設(shè)備轉(zhuǎn)而向所有請(qǐng)求設(shè)備發(fā)送指令，備份并刪除其同步前數(shù)據(jù)，并下載同步后的數(shù)據(jù)。該方式與 C/S 單向同步 的不同之處在于，設(shè)備同時(shí)扮演兩種角色：服務(wù)設(shè)備和請(qǐng)求設(shè)備；無需下載同步后數(shù)據(jù)。但在實(shí)際應(yīng)用中，對(duì)“最新” 的要求并不高；相反，每周一次的同步（比如在例會(huì)與工作總結(jié)時(shí)同步工作數(shù)據(jù)），在同步時(shí)展示與統(tǒng)計(jì)每一部終端的數(shù)據(jù)變更，反而有得于對(duì)工作的評(píng)價(jià)。 需求分析是系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)的前提，也是軟件開發(fā)生命周期中最重要的一步。本章通過用例圖來提取與靜態(tài)地描述需求，通過交互圖來動(dòng)態(tài)地描述需求，以供總體設(shè)計(jì)中類與實(shí)體的提 取、類圖和實(shí)體關(guān)系圖的生成。 OpenCV OpenCV（開源計(jì)算機(jī)視覺）是一個(gè)用于實(shí)時(shí)計(jì)算機(jī)視覺的程序函數(shù)庫。它擁有能運(yùn)行在 Windows、 Linux、 Android以及 Mac 上的 C++、 C、 Pythoon 和 Java 的接口。使用者遍布全球，擁有 2,500,000 以上的下載量和 40,000 用戶組成員。 OpenCV 由英特爾公司于 1999 年起開發(fā)，用 C/C++寫成，包含了 500 多個(gè)函數(shù)。 圖 2 OpenCV 的構(gòu)成 JavaCV JavaCV是一個(gè) OpenCV的 Java 接口。這些庫包括： OpenCV， FFmpeg， libdc1394， PGR FlyCapture， OpenKinect， videoInput，和 ARToolKitPlus等。并且，實(shí)用類還使自身的功能在 Java 平臺(tái)包括 Android 平臺(tái)上更加可 用 [21]。 JavaCV正是利用JavaCPP 技術(shù)實(shí)現(xiàn)的 OpenCV 的 Java 接口。項(xiàng)目目錄結(jié)構(gòu)如 圖 3。 圖 3 AndroidVIQ 項(xiàng)目目錄結(jié)構(gòu) 車牌 探測 在圖像處理技術(shù)中， Haar 特征提取技術(shù)常用于從圖像中提取物體 [22]。邊緣檢測作為一種簡單的物體檢測方法，特別適合于矩形外框的車牌。原始車輛圖像如圖 4。 圖 5 灰階圖像 灰階圖像的平滑與增強(qiáng)處理 cvSmooth(vehicleImageGray, vehicleImageGray, CV_GAUSSIAN, 3)。 圖 6 平滑與增強(qiáng)過后的灰 階圖像 灰階圖像轉(zhuǎn)化為二值圖像 cvThreshold(vehicleImageGray, vehicleImageBinary, 128, 255, CV_THRESH_BINARY)。 int objects = cvFindContours(vehicleImageBinary, cvCreateMemStorage(0), contours, (), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE)。我們這樣來找到車牌輪廓區(qū)域：用指定精度逼近曲線輪廓，形成一個(gè)多邊形輪廓；如果多邊形為四邊形，面積足夠大，且寬高比介于 到 之間（普通車牌 外廓尺寸為 440mm 140mm，寬高比為 ），則可初步判斷 它為車牌輪廓，接下來的工作將圍繞該區(qū)域展開。 //檢查輪廓邊數(shù)和面積 北京工業(yè)大學(xué)耿丹學(xué)院 大學(xué)畢業(yè) 論文 17 if (() == 4 amp。 cvContourArea(polyContours, CV_WHOLE_SEQ, 0) 600) { //獲得輪廓外框 CvRect boundingRect = cvBoundingRect(polyContours, 0)。 if (plate_HWratio amp。 plate_HWratio ) { //設(shè)置原來備份的車輛灰度圖像的 ROI（感興趣區(qū)域） cvSetImageROI(vehicleImageGrayClone, boundingRect)。于是，接下來將進(jìn)行車牌字符的分割。） 圖 9 檢測出的車牌圖像 車牌 字符分割 對(duì) 于原來備份的車輛灰度圖像，在設(shè)置好 ROI—— 車牌區(qū)域之后，進(jìn)行 Canny 邊緣檢測，獲得車牌圖像的輪廓，如圖 10。 同樣通過 cvFindContours()函數(shù)找到連續(xù)的輪廓，逐一判斷是否為車牌字符。以此，車牌中 的點(diǎn)號(hào)、孔隙和小范圍的污點(diǎn)均已被自動(dòng)去除。 北京工業(yè)大學(xué)耿丹學(xué)院 大學(xué)畢業(yè) 論文 18 圖 11 分割后的車牌字符 分割后的字符，可以單獨(dú)識(shí)別，也可以拼接后一起識(shí)別，如圖 12。 圖 12 分割后再合并的車牌字符 車牌字符 識(shí)別 Tesseract OCR 引擎 Tesseract OCR 引擎是 1995 年 UNLV Accuracy 大賽中的 排名前三的引擎。結(jié)合 Leptonica 圖像處理庫，它能讀取各種各樣格式的圖像文件，識(shí)別出超過 40 多種語言的文本 [23]。然而對(duì)于大陸車牌文字，它的識(shí)別率并不高。它不同于標(biāo)準(zhǔn)印刷符。 車牌語言的訓(xùn)練 車牌語言訓(xùn)練的過程，就是提供給計(jì)算機(jī)目標(biāo)文字圖像及相應(yīng)的文字，讓計(jì)算機(jī)自動(dòng)分析并存儲(chǔ)這一對(duì)應(yīng)關(guān)系的過程。 首先，取得帶標(biāo)準(zhǔn)車牌文字的圖像文件。 然后，將它們上下拼接成一幅圖像，保存成 TIFF 格式。之所以將三類圖像拼接成一幅圖像，一方面是應(yīng)官方文檔要求，一類字體一幅圖片，三類字符同屬一種字符（這里命名為“ lf”）；另一方面是為了簡化訓(xùn)練過程。 北京工業(yè)大學(xué)耿丹學(xué)院 大學(xué)畢業(yè) 論文 19 圖 13 車牌字符訓(xùn)練圖片 圖 14 連通多部首漢字以簡化盒子文件的修改 接下來開始生成中間文件。然后，在命令行執(zhí)行以下命令： tesseract makebox 該命令將 使用默認(rèn)的語言（英文）對(duì) 進(jìn)行識(shí)別。 對(duì)使用默認(rèn)語言自動(dòng)生成的盒子文件進(jìn)行一定 的修改，再輸入計(jì)算機(jī)，即完成了新語言學(xué)習(xí)中的重要一步。具體參考官方文檔 訓(xùn)練 Tesseract3[24]。問題的原因在于漢字字符多偏旁部首，容易被 tesseract 當(dāng)作多個(gè)字符對(duì)待；生成盒子文件的目的，只是用文本文件表示出目標(biāo)字符及其在訓(xùn)練圖片中的區(qū)域。在識(shí)別出盒子后，再換回原圖，用于接下來的特征記錄。 接下來的工作要簡單得多。 //匯集所有中間文件，生成語言包：（先須為 normproto、 Microfeat、 inttemp、 pffmtable 和 unicharset等文件加上語言名前綴，這里用“ l.”；語言名建議遵循 ISO 6392 標(biāo)準(zhǔn)） bine_tessdata l. 不出意外，專用車牌語言包 即生成成功！ 同樣可 在參考文獻(xiàn) [25]中下載得到。多嘗試，多分析，查閱 Tessearct 項(xiàng)目的問題列表，并勇于提問，最終一定能成功。 Tesseract 庫在 Android 中 的使用 Tesseract庫在 Android 中的使用，同樣由 JNI實(shí)現(xiàn)。該項(xiàng)目的目錄結(jié)構(gòu)如圖 15。有關(guān) NDK 的相關(guān)知識(shí)，請(qǐng)參考 Android 官方文檔 [28]。它并沒有實(shí)現(xiàn)所有可用的 JNI 方法，不過實(shí)現(xiàn)的方法已經(jīng)夠用。 ? boolean (String datapath, String language) 使用指定語言初始化 Tesseract 引擎。 ? void (Pix image) 設(shè)置待識(shí)別圖像。 ? int () 返回對(duì)文本識(shí)別結(jié)果的確定度。兩種做法本質(zhì)是一樣的。問題可能出自同時(shí)使用 JNI 和 JavaCV調(diào)用本地代碼時(shí)的沖突。關(guān)于本問題折 討論，詳見 tesseractandroidtools項(xiàng)目第 119 號(hào)問題 [29]。 需求分析是系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)的前提 ，也是軟件開發(fā)生命 周期 中最重要的一步 。本章 通過用例圖來提取與靜態(tài)地描述需求，通過交互圖來動(dòng)態(tài)地描述需求，以 供 總體設(shè)計(jì)中 類 與 實(shí)體 的 提取 、類圖 和實(shí)體關(guān)系圖 的生成 。 用例模型 根據(jù) “問題描述與項(xiàng)目動(dòng)因”一 節(jié)所描述的幾種典型場景，分析出本車輛查詢系統(tǒng)的 直接 用例 模型。 用例圖 如圖 16。 用例圖如圖 17。 北京工業(yè)大學(xué)耿丹學(xué)院 大學(xué)畢業(yè) 論文 24 保 安 / 巡 警瀏 覽 車 輛 信 息 庫瀏 覽 車 輛 登 記 單快 速 查 找 車 輛 信 息 e x t e n d s 編 輯 車 輛 信 息刪 除 車 輛 信 息 e x t e n d s e x t e n d s 短 信 發(fā) 送 車 輛 信 息電 話 聯(lián) 系 車 主登 記 該 車復(fù) 制 車 輛 信 息 e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s 短 信 發(fā) 送 登 記 記 錄復(fù) 制 登 記 記 錄刪 除 登 記 記 錄編 輯 登 記 記 錄快 速 查 找 登 記 記 錄 e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s u s e s u s e s 查 詢 / 登 記 車 輛 拍 攝 車 輛 照 片選 擇 車 輛 照 片手 工 輸 入 車 牌 號(hào)自 動(dòng) 識(shí) 別 車 牌 號(hào) u s e s e x t e n d s e x t e n d s e x t e n d s e x t e n d s 查 看 車 輛 u s e s 查 看 車 輛 信 息查 看 登 記 記 錄 e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s e x t e n d s 添 加 至 車 輛 信 息 庫 e x t e n d s 圖 18 細(xì)化 并 擴(kuò)展了的用例模型 北京工業(yè)大學(xué)耿丹學(xué)院 大學(xué)畢業(yè) 論文 25 如圖 18 中所示， 系統(tǒng)有四個(gè)主要功能（或用例）：瀏覽車輛信息庫，瀏覽車輛登記單，查詢 /登記車輛，查看車輛。 可通過輸入關(guān)鍵詞快速找到所需 車輛信息 。 （ 2）瀏覽車輛登記單 以列表形式顯示所有的車輛登記記錄；列表項(xiàng)包括登記時(shí)拍攝的車輛圖片，通過圖片識(shí)別出來或手工輸入的車牌號(hào)，通過車牌號(hào) 在車輛信息庫中 查 到的 車主姓名和電話，登記的時(shí)間和地點(diǎn) ， 以及備注等內(nèi)容。 每一 個(gè)列表項(xiàng)（對(duì)應(yīng)一個(gè)車輛登記記錄）， 有如下操作： 編輯登記記錄，刪除登記記錄，復(fù)制登記記錄（可單獨(dú)復(fù)制記錄中的 某 一項(xiàng)或全部，以供進(jìn)一步處理） ，短信發(fā)送登記記錄，電話聯(lián)系車主，登記該車，以及 添加至車輛信息庫（如果車輛信息庫中沒有該車的信息） 。 當(dāng)識(shí)別率低于某一閾值時(shí)， 手工輸入方式 將 同樣 用來 更正 圖像識(shí)別方式 所得的車牌號(hào) 。 可對(duì)車輛信息和車輛登記記錄實(shí)施編輯、刪除、復(fù)制等等操作。 以用例 “ 編輯 車輛信息 ” 為例。 我們以后一路徑為例，順序圖如圖 19。在用例“編輯車輛信息”中，需要修改車輛信息中的某一字段，比如車主電話。數(shù)據(jù)獲得后，將其顯示在用戶界面中，等待用戶的操作。繼而，用戶通過選擇“編輯”菜單，向類“車輛查看頁”發(fā)送“編輯”消息；類“車輛查看頁”將該消息連同車輛 ID 發(fā)送給類 ”車輛信息編輯頁 ”。最后，用戶退出或選擇“保存”菜單時(shí)，類 ”車輛信息編輯頁 ”將用戶界面中的最新車輛信息發(fā)送給類“數(shù)據(jù)庫適配器”，請(qǐng)求更新數(shù)據(jù)，然后將車輛 ID 發(fā)送給類“車輛查看頁”，最終呈現(xiàn)在用戶面前的是用戶最可能希望看到的內(nèi) 容 —— 編輯過后的最新車輛信