Распознавание автомобильного номера андроид

Smart Engines представила технологию распознавания автомобильных номеров для мобильных устройств

Российская компания Smart Engines представила технологию распознавания автомобильных номеров для мобильных платформ Smart PlateReader. С ее помощью в iOS/Android приложениях можно «на лету» распознавать номера, находящихся в объективе камеры автомобилей.

Smart PlateReader относится к классу решений ANPR (Automatic number plate recognition) и позволяет распознавать в видеопотоке номера на движущихся и припаркованных автомобилях в режиме реального времени. Область применения Smart PlateReader включает страховые компании, социальные и государственные сервисы фиксации нарушений правил парковки и других ПДД, организации каршеринга и др.

Для того, чтобы распознать номер автомобиля, пользователю не нужно «прицеливаться», задавать область для распознавания или показывать номер под определенным углом. Smart PlateReader позволяет находить и распознавать один или несколько номеров автомобилей на изображениях, на которых размеры всех символов имеют высоту хотя бы 10 пикселей.

Высокую скорость и качество распознавания в Smart PlateReader обеспечивают используемые «сверхбыстрые» нейронные сети. Глубокая алгоритмическая оптимизация под мобильные платформы позволяет выполнять все вычисления на смартфоне или планшете в режиме реального времени. Smart PlateReader использует только оперативную память устройства, не создает копий и не передает данные на обработку через интернет в «облако» или на выделенный внешний сервер.

Процесс распознавания реализован в видеопотоке. При этом минимальное поддерживаемое разрешение камеры составляет 640*480 пикселей. Smart PlateReader обрабатывает последовательность изображений видеоряда и осуществляет межкадровую интеграцию результатов распознавания отдельных кадров. Когда система уверена в результате, процесс распознавания автоматически останавливается.

«Главным требованием при разработке Smart PlateReader мы считали возможность быстро распознать номер автомобиля на видео тогда, когда человек может его прочитать. При этом возможности решения должны быть одинаково доступны вне зависимости от производительности мобильного устройства пользователя и используемой в нем камеры», — комментирует Владимир Арлазаров, генеральный директор Smart Engines.

Smart PlateReader умеет находить и распознавать автомобильные номера в случаях, когда номер на видео имеет неравномерный фон, вызванный загрязнением, бликами или рисунками. Распознавать номера можно в сумерках, ночное время и сложных погодных условиях (дождь, снег). Система устойчива к проективным искажениям, угол наклона наблюдаемого номера по отношению к направлению съемки может достигать 75 градусов.

Время распознавания от начала показа автомобильного номера до получения результата составляет 1-2 секунды даже на бюджетных мобильных устройствах с невысокой производительностью. На iPhone 6 для распознавания 1 кадра требуется менее 50 мс.

В настоящее время Smart PlateReader поддерживает распознавание российских автомобильных номеров и доступен в виде SDK с примерами интеграции для iOS и Android.

Примеры работы Smart PlateReader:

Источник

Программа для просмотра и распознавания номера машины: наведи четкость

Программы для просмотра номера машины используются в различных сферах. Например, чтобы ограничить доступ на определенную территорию (кроме авто из «белого» списка), организовать платную парковку, управлять временем нахождения ТС на объекте. Или просто, чтобы распознать номер машины в файле с видеорегистратора, с целью разыскать владельца.

Какие бывают программы?

Все системы распознавания делят на две большие группы: софтверные и аппаратные.

1. В первом случае потребуется установка сервера видеонаблюдения, именно туда и загружается программа для определения номера машины. Этот вариант больше подойдет для бизнес-задач, так как для любительского использования стоит слишком дорого.
2. При аппаратном способе распознавание осуществляет сама видеокамера, а цена установки системы сводится к рыночной стоимости последней. Мобильные приложения для просмотра гос номеров авто относятся к этой категории, они работают, непосредственно, через камеру смартфона.

Топ утилит для просмотра госномера машины

Далее мы рассмотрим любительские программы для распознавания номеров автомобилей на видео и фото. Приведем лучшие приложения, которые позволяют выполнить быстрое сканирование.

• «Smart PlateReader» — https://smartengines.ru/smart-platereader/. Позволяет распознавать цифры и символы, буквально, на лету, фиксирует показ длительностью всего 1-2 секунды. Чтобы осуществить просмотр, пользователю достаточно лишь показать камере смартфона госномер в режиме онлайн. Считывает сразу несколько комбинаций на одном снимке, даже в условиях плохого освещения, неравномерного фона из-за бликов или размытия. Бесплатной версии нет.

• «Blur Number Plate» — https://play.google.com/store/apps/details?id=com.bnp.gva.free&hl=ru/. Программа создана для распознавания машины по фото, а также для дальнейшего ретуширования госномера. Например, если вы хотите разместить объявление о продаже тачки, но желаете ограничить просмотр ее идентификационной комбинации.

• «Letsenhance.io» — https://letsenhance.io/. Это онлайн-сервис для улучшения плохого качества изображений. Соответственно, вам нужно сделать снимок, а затем воспользоваться умными алгоритмами данного сайта.

В завершение, ознакомимся с лучшими профессиональными аппаратными программами для распознавания номера машины с видео:

• «Hik Vision». Самый дешевый комплект стоит 35000 рублей;

• «Axis». Стоимость самой бюджетной камеры – 35840 рублей;
• «NedAp». Профессиональный считыватель для просмотра автономеров, минимальная стоимость комплекта – 204 000 рублей;
• «Beward». Российская разработка. Стоимость камеры – от 50 000 рублей.

Какой можно сделать вывод? Ну, во-первых, бесплатных программ для просмотра номеров машин не бывает. Мы таковые не обнаружили. Во-вторых, облегченный софт для мобильного телефона, как правило, не дает высоких результатов. Он либо выполняет ограниченный набор функций, как в случае с ретушью госномеров, либо вместо, конкретно, распознавания, выполняет корректировку качества снимка.

Если вам действительно, нужна система просмотра и распознавания номеров, будьте готовы прилично раскошелиться на качественную камеру с профессиональным программным обеспечением.

Источник

Русские Блоги

Распознавание номерных знаков Android на мобильных устройствах

С развитием мобильного интернета будет широко использоваться распознавание автомобильных номеров Android. Технология распознавания номерного знака в Android — это приложение, разработанное для содействия созданию искусственного интеллекта. Это приложение основано на мобильной платформе, мобильном телефоне, КПК, системе Android с камерой с разрешением более 2 миллионов пикселей, Android SDK с технологией распознавания автомобильных номеров, поддерживает Android, IOS и т. Д. Платформа Android предоставляет пакет Jar, а платформа IOS предоставляет статическую библиотеку .a, которая шаг за шагом развивает распознавание первого видеопотока с помощью оптического распознавания номерных знаков, например, распознавание номерных знаков, например сканирование QR-кода. Это программное обеспечение OCR распознает цвет номерного знака и номерной знак.

Распознавание номерных знаков Zhuo Duan относится к технологии извлечения информации о символах номерного знака из изображений транспортных средств посредством компьютерного зрения, обработки изображений и распознавания образов для определения личности транспортного средства. Распознавание номерных знаков Android подразделяется на три части: расположение номерных знаков, сегментация символов и распознавание символов. Площадь номерного знака занимает небольшую долю во всем изображении, а цвет, размер и положение номерного знака также неопределенны. Алгоритм позиционирования должен быть способен преодолевать эффекты различного освещения и сложных фонов. Он также должен учитывать точность и в режиме реального времени, поэтому он быстр и точен. Найти номерной знак сложнее.

Преимущества технологии распознавания номерного знака переднего Android

1. Технология распознавания номерного знака в Android имеет высокую скорость и высокую скорость распознавания: скорость распознавания номерного знака достигает 98%, а скорость распознавания составляет менее 0,5 секунды.

2. Технология распознавания номерного знака на Android. Существует много типов номерных знаков, которые можно распознать: сканирование мобильного телефона позволяет идентифицировать обычные номерные знаки, желтые карточки (двухслойные), военные номерные знаки (двойные), номерные знаки вооруженных полицейских (двойные), полицейские номерные знаки, сельскохозяйственные номерные знаки и номерные знаки для автобусов. И посольские номерные знаки и т. Д.

3. Технология распознавания номерного знака Android: использование распознавания видео, например, сканирование QR-кода, сканирование и идентификация номерных знаков

4. Технология распознавания внешнего номера Android-устройства. Номерной знак может работать на мобильных устройствах, таких как Android и iOS, что делает еще один скачок в технологии оптического распознавания текста.

Источник

Распознавание автомобильного номера андроид

Добрый день, господа!

Я допилил до более-менее рабочего вида библиотеку по распознаванию Российских автомобильных номеров.
Библиотека является кроссплатформенной и в данный момент проверена работа на Android, Windows, Linux.

Я не являюсь специалистом по Eclipse, так что в этом вопросе особо помочь не смогу.
Проще всего взять сорцы библиотеки и вкомпилить в свой код.

Готов ответить на вопросы.

Сообщение отредактировал sploid — 08.02.14, 11:42

Большое спасибо! Отличная работа!

Заметил что алгоритм хуже работает при приближении камеры к номеру, когда рамка начинает занимать более 40% от кадра.
Есть какие либо ограничения на размер (px или % от кадра) рамки номера?

В начале идет разделение картинки на фигуры:
// ищем фигуры
vector figs = parse_to_figures ( img_bw );
там есть вот такая строчка:
if ( fig_to_create.is_too_big() )
и проверка на размер фигуры в файле «figure.h»
bool too_big() const
<
return m_too_big;
>

if ( right() — left() > 50 )
<
m_too_big = true;
>

Открыл проект в QT и задал переменную OPENCV_DIR = d:/Res/opencv/build в *.pri

Тем не менее при построении возникает ошибка D:\Res\plate_recognition-master\plate_recognition-master\plate_recog_lib\engine.cpp:2: ошибка: C1083: Cannot open include file: ‘opencv2/opencv.hpp’: No such file or directory

Необходимые файлы на месте, но почему то Qt их не видит =(

qmake собрал все проекты после того как я добавил пути в системные переменные через среду сборки в параметры INCLUDE и LIB
Но теперь другая проблема:

Запустил qt gui test, выбрал изображение, нажал Run и получил Exception. Вот лог:

Запускается D:\Research\plate_recognition-master\plate_recognition-master\bin\debug\qt_gui_test.exe.
OpenCV Error: Assertion failed (layer_sizes != 0) in CvANN_MLP::predict, file C:\builds\2_4_PackSlave-win64-vc11-shared\opencv\modules\ml\src\ann_mlp.cpp, line 1611
D:\Research\plate_recognition-master\plate_recognition-master\bin\debug\qt_gui_test.exe завершился с кодом 0

Установил IDE Qt 5.3.0 for Android (WindowsXP SP3 32-bit).
Скачал проект по ссылке https://github.com/sploid/plate_recognition..
В opencv.pri установил OPENCV_DIR = D:\opencv\build\ и OPENCV_VER = 246.
При компиляции D:\RaspN\plate_recognition-master2\plate_recognition-master\plate_recognition.pro появляется ошибка
«D:\RaspN\plate_recognition-master2\plate_recognition-master\plate_recog_lib\utils.h:86: ошибка: ‘QImage’ does not name a type
inline QImage mat2qimage( const cv::Mat& mat )».

Сообщение отредактировал vasm2002 — 10.06.14, 21:08

У меня сейчас интернет очень ограничен.
Если Вы компилите под Андройд, то выгрузите коммит, где в конце стоит Android.

Для начала пробую под вин32 (WindowsXP SP3 32) скомпилить:

Скачал и установил IDE Qt 5.3.0 for Windows 32-bit (MinGW 4.8.2, OpenGL).
Скачал проект по ссылке https://github.com/sploid/plate_recognition.
В opencv.pri установил OPENCV_DIR = D:\opencv\build\ и OPENCV_VER = 246.
При компиляции D:\RaspN\plate_recognition-master3\plate_recognition-master\plate_recognition.pro появляется ошибка:

«D:\RaspN\plate_recognition-master3\plate_recognition-master\plate_recog_lib\engine.cpp:7:
In file included from ..\..\plate_recognition-master\plate_recog_lib\engine.cpp:7:0:

D:\RaspN\plate_recognition-master3\plate_recognition-master\plate_recog_lib\utils.h:86:
ошибка: ‘QImage’ does not name a type
inline QImage mat2qimage( const cv::Mat& mat )
^».

Не подскажите где это и что это ? )

И можно получить exe-шник (можно мне на мыло [email protected]), чтобы посмотреть качество распознавания ?

Сообщение отредактировал vasm2002 — 13.06.14, 00:20

Смогу только на следующей неделе сделать экзешник.

851ccbffa51c3d177967c24ea027e8fc4066eada — гитовый коммит:
https://github.com/spl…gnition/commits/master
В последних двух коммитах я начал делать некоторые переделки, и, вероятно, поломал сборку под винду.
Смогу ее поправить только в начале следующей неделе.

Качество распознавания плохое, т.к. нейронная сеть обучена только на тех картинках, что в примерах.

Источник