百度AI攻略：行駛證識別

1.功能描述：

對機動車行駛證主頁及副頁全部21個字段進行結構化識別，包括號牌號碼、車輛類型、全部人、品牌型號、車輛識別代碼、發動機號碼、覈定載人數、質量、檢驗記錄等。可應用於網約車或貨車司機身份審查等場景，有效提高信息錄入效率，下降用戶輸入成本，提高用戶使用體驗。

2.平臺接入

具體接入方式比較簡單，能夠參考個人另外一個帖子，這裏就不重複了：

http://ai.baidu.com/forum/topic/show/943327

3.調用攻略（Python3）及評測

3.1首先認證受權：

在開始調用任何API以前須要先進行認證受權，具體的說明請參考：

http://ai.baidu.com/docs#/Auth/top

具體Python3代碼以下：

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 爲官網獲取的AK， client_secret 爲官網獲取的SK

client_id =【百度雲應用的AK】

client_secret =【百度雲應用的SK】

#獲取token

def get_token():

host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

request = urllib.request.Request(host)

request.add_header('Content-Type', 'application/json; charset=UTF-8')

response = urllib.request.urlopen(request)

token_content = response.read()

if token_content:

token_info = json.loads(token_content)

token_key = token_info['access_token']

return token_key

3.2行駛證識別分析接口調用：

詳細說明請參考： https://ai.baidu.com/docs#/OCR-API/5116ac95

說明的比較清晰，這裏就不重複了。

你們須要注意的是：

API訪問URL：https://aip.baidubce.com/rest/2.0/ocr/v1/license_plate

圖像數據，base64編碼後進行urlencode，要求base64編碼和urlencode後大小不超過4M，最短邊至少15px，最長邊最大4096px,支持jpg/jpeg/png/bmp格式

Python3調用代碼以下：

#行駛證

#filename:圖片名（本地存儲包括路徑），

def vehicle_license(filename):

    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/vehicle_license"

 

    # 二進制方式打開圖片文件

    f = open(filename, 'rb')

    img = base64.b64encode(f.read())

 

    params = dict()

    params['image'] = img

    params = urllib.parse.urlencode(params).encode("utf-8")

 

    access_token = get_token()

 

    begin = time.perf_counter()

    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)

    request.add_header('Content-Type', 'application/x-www-form-urlencoded')

    response = urllib.request.urlopen(request)

    content = response.read()

    end = time.perf_counter()

    print('處理時長:'+'%.2f'%(end-begin)+'秒')

 

    if content:

        #print(content)

        content=content.decode('utf-8')

        #print(content)

        data = json.loads(content)

        #print(data)

        words_result=data['words_result']

        print ("識別結果")

        for item in words_result:

            print (item,':',words_result[item]['words']) 

 

vehicle_license('../img/license2.jpg')

4.功能評測：

選用不一樣的數據對效果進行測試，具體效果以下（如下例子均來自網上）：

處理時長:1.77秒

識別結果

品牌型號 : 某某牌XXXXX

發證日期 : 20100000

使用性質 : 非營運

發動機號碼 : 9999999

號牌號碼 : A88888

全部人 : 代用名

住址 : 某某市某某區某某路某某號

註冊日期 : 20100000

車輛識別代號 : XXXXX1234567890000

車輛類型 : 小型轎車

處理時長:2.26秒

識別結果

品牌型號 : 解放牌CA4257P2K2T1EA84

發證日期 : 20130722

使用性質 : 貨運

發動機號碼 : 51676680

號牌號碼 : 蒙E76258

全部人 : 呼倫貝爾市曉明運輸有限公司

住址 : 內蒙古自治區呼倫貝爾市鄂溫克族自治旗巴彥託海鎮八居安居小區5號樓2單元4層2號

註冊日期 : 20101207

車輛識別代號 : LFWSRXNH6AAD38754

車輛類型 : 重型半掛牽引車

 

 

5.測試結論和建議

測試下來，總體識別效果不錯。對於行駛證有較強的識別能力，效果很好，速度也很快。對於提升工做效率會有很大的幫助。