linux怎么调用车牌识别安装摄像头头进行车牌识别

原标题:车牌识别系统和蓝牙系统的优缺点

目前的停车场管理系统主要为蓝牙卡和车牌识别系统这两种模式,那么他们各有什么优缺点呢?

需要在出入口装一台读卡器,车上再装上注册的蓝牙卡。车辆开进识别范围内后,读卡器识别到蓝牙卡,控制道闸开启。那么也就是说,车上有卡的能被识别是小区内部车,开门,没卡的就不开门。那么如果有外来车辆或者没办卡的业主车就只能人工解决了。

优点:内部车判断较准确,安装环境要求低。

1.系统功能有限:只认有卡车,局限性大,对于外部车辆较多,或者直接对外开放停车位的小区而言临时车辆登记较为麻烦,电池更换也是要考虑的因素;

2.后期成本高:车载蓝牙卡对于用户大的小区,每车一个的话数量会直接提高成本,而且用久了会没电,失灵等需要更换的情况;

3.安全性低:看似稳定识别业主,其实认卡不认车的系统只要有卡谁的车都一样放,而卡是可以轻松取下交接。另外,现在复制蓝牙卡太容易了。

4.管理和收费漏洞(没有注册卡的车辆只能依靠人工,系统只认识卡不认识车这些因素可以有太多歪脑筋可以动。比如我用别人的蓝牙卡给没卡的车开门,本来外来车的停车费就可以贪污,偷逃费用,私自放行;

车牌识别停车场系统停车场出入口安装车牌识别相机,车辆开进车牌识别相机拍摄范围,触发拍照,通过识别车牌号码作为判断放行的依据。

车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来,通过车牌提取、图像预处理、特征提取、车牌字符识别等技术,识别车辆牌号、颜色等信息,在停车场管理中,车牌识别技术也是识别车辆身份的主要手段,这也大大体现了车牌识别在停车场中的重要地位。

缺点:车牌识别相机安装环境有要求,毕竟摄像头固定方向拍照,需要固定一个角度使得所有通过这里的车辆的前车牌都能被拍到。

1、车牌识别停车场系统对于蓝牙卡系统的管理漏洞和收费漏洞基本都能解决,车牌号码是车辆的唯一身份证。该收钱的车一辆跑不了,底下人很难搞事情;

2、内在车辆,不同权限,操作设定空间大可以延伸很多功能,接入公安部车牌系统后,套牌车很容易被抓,安全性更高;

3、车牌识别停车场系统不用重复去买大量的卡,也就是说节省了用于卡的费用;

4、车牌识别最大的优点就是通用性,也就是无论什么车过来就进行了自动登记车牌和时间信息,在外部车辆较多的情况下能大幅提高效率。

EasyPR是一个中文的开源车牌识别系统,其目标是成为一个简单、高效、准确的车牌识别引擎。

相比于其他的车牌识别系统,EasyPR有如下特点:

  • 它基于openCV这个开源库。这意味着你可以获取全部源代码,并且移植到opencv支持的所有平台。
  • 它能够识别中文。例如车牌为苏EUK722的图片,它可以准确地输出std:string类型的"苏EUK722"的结果。
  • 它的识别率较高。图片清晰情况下,车牌检测与字符识别可以达到80%以上的精度。

EasyPR支持当前主流的操作系统,通常不需要对源代码进行更改就可以编译运行,尽管如此,不同平台上IDE的配置也是有很大差异的,下面主要说明Windows,Linux以及Mac OS下的编译方法。

Note: 无论在哪个平台使用EasyPR,都要安装对应平台版本的,建议使用正式稳定版本。

windows平台下的opencv的配置可以参考这份。

目前2010与2012下会存在编译问题,这是由于老版本对C++ 11特性支持的不足导致的。

  • 打开项目目录下的解决方案文件EasyPR.sln

Note: 如果你使用的opencv版本不是2.4.11,请修改属性表下的链接器-输入-附加依赖项,调整为对应版本的lib。

Note: 如果你要使用X64的opencv库或者其他版本的VS,请修改链接器-常规-附加库目录,调整为对应的版本。

EasyPR使用CMake在Linux及Mac OS下进行构建,确保系统安装了最新版本的,然后在任意目录(将存放编译所需的Makefile)执行:

完成后在同一目录下执行编译命令:


Note: 你可以直接利用EasyPR/include和这个静态库来调用EasyPR提供的函数接口编写自己的程序。

可以向easypr_test[.exe]传递命令行参数来完成你想要的工作,目前Demo支持四个子命令,其他功能如字符识别将逐步加入。对于每个子命令的帮助信息可以传入-h参数来获取。

# 利用提供的SVM和ANN模型来识别一张图片里面的所有车牌
# 或者更简单一些(注意模型路径)
# 首先生成训练用图片
# 接下来给训练用图片打标签,自动把“是”车牌的图块放到has/,“不是”车牌的图块放到no/里,注意这里要使用svm.xml的原因是为了简化你的分类工作量,你也可以手动对图块分类
# 接下来就是训练过程了,--divide意味着训练程序会对两个目录下的图块进行划分,默认是70%的训练数据,30%的测试数据,分别放在
# Note: 目前你需要自己建立子目录

详细的开发与教程请见。

如果你在使用过程中遇到任何问题,请在告诉我们。

  • 海豚嘎嘎(车主之家):1.3版算法贡献者,提升了车牌定位与字符识别的准确率

  • Micooz:1.3版架构改善与重构,linux与mac的跨平台编译等

  • 阿水:1.3版整合,数据标注等工作

圣城小石匠,goldriver,Micooz,梦里时光,Rain Wang,任薛纪,ahccom,星夜落尘,海豚嘎嘎(车主之家),

方案一是国外的车牌识别算法,不支持国内的车牌,但是国内有人将其改良后用于国内的车牌识别。
方案二是国内爱好者的一个算法,这块国内初学者用的比较多,但是识别率存在问题
方案三是我们目前移植到3536上的算法,这块之前用的版本识别率也不是很高,但是性能还过得去。在3536平台上1080P的识别在1秒以下。后续作者改良了,目前python版本的识别率要高一些,另外,可以支持android和ios等。建议基于这个进行改进。」

我要回帖

更多关于 安装摄像头 的文章

 

随机推荐