lpdr

Detector de matrícula y reconocimiento (LPDR)

✔️ Código bajo

✔️ escalable

✔️ fácil de modificar

✔️ Independable

Extractor de matrícula con reconocimiento de caracteres ópticos.

▶ ️ Si desea comprender todos los procesos subyacentes, lea mi artículo sobre él. ◀ ️

Cómo funciona

Instalación

Utilice el PIGE Manager Pip para instalar LPDR.

pip install lpdr

o

Recomendado : Clone este repositorio para el uso directo de LPDR.

git clone https://github.com/szachovy/lpdr.git

¡Advertencia! Probado en Python 3.7.4

Uso

Caso 1: LPDR como módulo

 import lpdr 

Si solo desea extraer la matrícula de una imagen.

 lpdr . LPD (). Y # returns numpy.ndarray 

Si desea obtener números de placa de una imagen.

 lpdr . LPR (). output # returns string

Caso 2 Recomendado : LPDR como microservicio

 # in main directory
python lpdr/lpdr.py [-h] [-c CAPTURE] [-i IMAGE_PATH] # returns stdout/stderr

dónde:

• -h , --help muestra este mensaje de ayuda y salida
• -C captura , -captura captura captura imagen de la cámara después de ejecutar (0/1 o verdadero/falso), falso de forma predeterminada
• -i image_path , --image_path image_path define la ruta de entrada/salida para la imagen (ruta relativa o absoluta a la imagen) 'Image.png' o 'Image.jpg' de forma predeterminada

Ejemplo de uso de CLI:

python lpdr/lpdr.py -c True -i image.png
# captures the picture from a given
# optical source and saves it as image.png for lpdr program execution operations.

¿Por qué es mejor usar las opciones recomendadas?

Es posible que deba personalizar la configuración para tareas más especificadas, como un paquete Python que primero necesitaría encontrar la ruta del paquete.

Estas son las opciones disponibles, puede cambiarlas como desee.:

• Agregue la utilidad Tesseract para Windows (ruta absoluta a tesseract.exe), a veces causa los problemas en las máquinas de Windows si no lo agrega.
• Predeterminados para argparser (capture / image_path)
• Fuente de la cámara de entrada
• Ancho de la imagen a ser capturado
• Altura de la imagen a ser capturada
• Ruta WPOD-Net (o diferente si tiene archivos .h5 y .json después de la capacitación)
• Umbral de iou
• Confianza si el objeto detectado es una placa de matrícula
• Parámetro de normalización alfa
• Confianza con los parámetros de tamaño de la placa
• Función de pérdida
• OEM
• PSM

¡Advertencia! Dependiendo de la versión TensorFlow, puede haber algunos problemas con Keras. Actualice TF a 2.0 o superior si puede.

Que contribuye

Las solicitudes de extracción son bienvenidas. Para cambios importantes, abra primero un problema para discutir lo que le gustaría cambiar.

Asegúrese de actualizar las pruebas según corresponda.

Referencias

Detección de matrícula ECCV 2018 Papel Sergio Montazzolli Silva, Claudio Rosito Jung

Alpr para escenario sin restricciones

Reconocimiento de caracteres ópticos por herramienta OCR de código abierto Tesseract: un estudio de caso Chirag Patel, Atul Patel, PhD, Dharmendra Patel

Una descripción general del Tesseract OCR Engine Ray Smith, Google Inc.

Envoltura para el motor Tesseract-OCR de Google.

Autor

• Wiktor jakub maj

Si usa LPDR en su trabajo, ¡cite mi papel!

 @article{article,
author = {Maj, Wiktor},
year = {2020},
month = {09},
pages = {1-13},
title = {Matrix operations on License Plate Detector and Recognizer (LPDR)}
}

Licencia

MIT