百度AI攻略：車牌號識別

1.功能描述：

支持對中國大陸機動車車牌的識別，包括地域編號和車牌號

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車牌號識別分析接口調用：

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：

#畫出車牌識別結果

def draw_plate(draw,plate):

    i=0

    for point in plate['vertexes_location']:

        if i==0:

            start_x=point['x']

            start_y=point['y']

            origin_x=point['x']

            origin_y=point['y']

            #draw.text((start_x,start_y), plate['number'] ,plate['color'])

        else:

            draw.line((start_x, start_y, point['x'], point['y']), 'red')

            start_x=point['x']

            start_y=point['y']

        i=i+1

    draw.line((start_x, start_y, origin_x, origin_y), 'red')

    return draw

def draw_plates(originfilename,plates,resultfilename,multi_detect):

    from PIL import Image, ImageDraw

    image_origin = Image.open(originfilename)

    draw =ImageDraw.Draw(image_origin)

    if multi_detect=='false':

        #print (plate)

        draw_plate(draw,plates)

    else:

        for plate in plates:

            #print (plate)

            draw_plate(draw,plate)

 

    #draw.line((0,0) +Image1.size, fill=128)

    #image_origin.show()

    image_origin.save(resultfilename, "JPEG")

 

#車牌號

#filename:圖片名（本地存儲包括路徑），

#multi_detect是否檢測多張車牌，默認爲false，當置爲true的時候能夠對一張圖片內的多張車牌進行識別

def license_plate(filename,resultfilename,multi_detect='false'):

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

 

    # 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['multi_detect'] = multi_detect

    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']

        if multi_detect=='false':

            print ('顏色',':',words_result['color'])

            print ('車牌號',':',words_result['number'])

        else:

            for item in words_result:

                print ('顏色',':',item['color'])

                print ('車牌號',':',item['number'])

                print ('-------------')

                print(item['vertexes_location'])

 

        draw_plates(filename,words_result,resultfilename,multi_detect)   

license_plate('../img/plate3.jpg','../img/plate3_draw.jpg','false')

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）：

藍牌：

處理時長:2.52秒

顏色 : blue

車牌號 : 陝K75555

綠牌：

處理時長:1.44秒

顏色 : green

車牌號 : 冀FF01717

多張：

處理時長:0.94秒

顏色 : blue

車牌號 : 京NB2012

-------------

[{'y': 106, 'x': 26}, {'y': 135, 'x': 352}, {'y': 244, 'x': 345}, {'y': 216, 'x': 20}]

顏色 : blue

車牌號 : 京NB2013

-------------

[{'y': 367, 'x': 20}, {'y': 367, 'x': 371}, {'y': 473, 'x': 370}, {'y': 473, 'x': 20}]

5.測試結論和建議

測試下來，總體識別效果不錯。對於車牌號有較強的識別能力，效果很好，速度也很快。能夠普遍的應用於：

停車場閘機識別：在停車場的閘機上使用車牌識別，自動識別車牌號碼實現無卡、無人的停車場管理，方便快捷

道路違章檢測：在交通道路上的攝像頭中加入車牌識別結合違章判斷，對違章的車輛號碼進行自動識別，實現自動化的違章審計

等領域，對於提升工做效率會有很大的幫助。