Автомобильные номера. НомерОК
Торговый дом «Торус» – ведущий производитель на российском рынке, выпускающий системы безопасности и видеонаблюдения. Программно-аппаратные комплексы и оборудование, производимые фирмой, позволяют решать широчайший спектр задач в области, где системы безопасности и автоматизированные системы управления играют большую роль.
Программа распознавания автономеров «НомерОК» производит захват видеопотока и сохраняет события с записью номера, времени и кадра с номером. В системе предусмотрена возможность внесения распознанных номеров в «белый» и «черный» списки, а также добавления комментария к номеру. Кроме того, разработчик предоставляет возможность настройки до трех зон распознавания и тонкой подстройки алгоритма. В том числе, параметры настроек можно выставить по умолчанию. «НомерОК» распознает автомобильные номера ГОСТ Р 50577-93 при рекомендованной скорости передвижения транспортных средств не более 40 км/ч. Размер номера в кадре должен составлять не менее 80 пикселей по горизонтали с условием, что номер на стоп-кадре распознается невооруженным глазом.
Результаты поиска можно экспортировать в csv-формат.
1. Программа «НомерОК» может быть добавлена в работу системы видеонаблюдения «Линия» на любой стадии.
2. Программа «НомерОК» может осуществлять работу по локальной сети или через Интернет.
3. Использование программы «НомерОК» совместно с ПО «Линия» обеспечивает постоянное ведение видеоархива и даёт доступ к остальным функциям системы видеонаблюдения.
4. При поиске номерного знака автомобиля можно увидеть не только фотографию соответствующего транспортного средства, но и просмотреть материалы видеоархива.
Внимание! Временно не поддерживается совместная работа с видеосерверами «Линия» на Linux, «Линия MicroNVR», «Линия XVR» и «Линия NVR»
Телефон технической поддержки +7 495 668-64-54 в рабочие дни с 10 до 19 часов по московскому времени. skype — edikbi, e-mail: support@avtonomerok.su
iCCTV — бесплатный программный комплекс для распознавания автомобильных номеров и детектирования объектов с IP камер
Введение
Существует много платных программ видеонаблюдения, позволяющих встраивать распознавание автомобильных номеров и детектирование типов различных объектов в системы наблюдения и/или автоматизации управления доступа. Часть из них работает с использованием облачных технологий, предоставляя доступ к IP камере через Интернет, что не всегда возможно по разным причинам. В данной статье мы представим бесплатное решение для ОС Windows, которое работает без использование средств интернет.
Сайт программы: https://icctvvision.com/ или https://intbusoft.com/icctv/.Загрузить программу можно оттуда. Программа работает в версиях Windows 8.1 и 10. Не требует инсталляции и ввода ключей, только распаковать архив и запустить ICCTVManager.exe. Если программа не запустится, то нужно установить компоненты Microsoft из папки vc_redist. Ответы на многие вопросы можно найти в документации к программе в файле ICCTV_Manual.pdf или по ссылке https://icctvvision.com/doc/ICCTV_Manual.pdf. Для обычного пользователя все функции программы предоставлены бесплатно, однако если вы хотите прямо или косвенно распространять iCCTV со своим программным или аппаратным комплексом, то придётся заплатить за лицензию Developer. Ниже представлены разрешения и запрещения для бесплатной версии.
Разрешенное бесплатное использование:
Запрещение бесплатного использования:
Ниже представлен скриншот работы программы:
Распознавание номеров. Практическое пособие. Часть 1
Все начиналось банально — моя компания уже год платила ежемесячно плату за сервис, который умел находить регион с номерными знаками на фото. Эта функция применяется для автоматической зарисовки номера у некоторых клиентов.
И в один прекрасный день МВД Украины открыло доступ к реестру транспортных средств. Теперь по номерному знаку стало возможным проверять некоторую информацию про автомобиль (марку, модель, год выпуска, цвет и т.д. )! Скучная рутина линейного программирования померкла перед новой свехзадачей — считывать номера по всей базе фото и валидировать эти данные с теми, что указывал пользователь. Сами знаете как это бывает «глаза загорелись» — вызов принят, все остальные задачи на время стали скучны и монотонны… Мы принялись за работу и получили неплохие результаты, чем, собственно и решили поделиться с сообществом.
Для справки: на сайт AUTO.RIA.com, в день добавляется около 100 000 фото.
Кто еще распознает
Год назад я изучил этот рынок и оказалось, что работать с номерами стран exUSSR умеет не так уж много сервисов и ПО. Ниже представлен список компаний с которыми мы работали:
Automatic License Plate Recognition
Recognitor
Какие инструменты нужны для распознавания номеров
Нахождение объектов на изображении или в видео-потоке это задача из области компьютерного зрения, которая решается разными подходами, но чаще всего с помощью, так-называемых, сверточных нейронных сетей. Нам нужно найти не просто область на фото в которой встречается искомый объект, но и отделить все его точки от других объектов или фона. Эта разновидность задач называется «Instance Segmentation». На иллюстрации ниже визуализированы разные типы задач компьютерного зрения.
Я не буду сейчас писать много теории о том как работает сверточная сеть, этой информации достаточно в сети и докладов на youtube.
Из современных архитектур сверточных серей для задач сегментации часто используют: U-Net или Mask R-CNN. Мы выбрали Mask R-CNN.
Второй инструмент, который нам понадобится — это библиотека по распознаванию текстов, которая бы могла работать с разными языками и которую можно легко настраивать под специфику текстов, которые мы будем распознавать. Тут выбор не так уж велик, самой продвинутой является tesseract от Google.
Так же есть ряд менее «глобальных» инструментов, с помощью которых нам нужно будет нормализовать область с номерным знаком (привести его в такой вид, при котором распознавание текста будет возможным). Обычно для таких преобразований используют opencv.
Так же, можно будет попробовать определить страну и тип, к которой относится найденный номерной знак, чтоб в постобработке применить уточняющий шаблон, характерный для этой страны и этого типа номера. Например, украинский номерной знак, начиная с 2015 года оформлен в сине-желтом оформлении состоит из шаблона «две буквы черыре цифры две буквы».
Кроме того, имея статистику частоты «встречания» в номерных знаках того или иного сочетания букв или цифр можно улучшить качество постобработки в «спорных» ситуациях. «
Nomeroff Net
Все материалы для нашего проекта: размеченные датасеты и натренированные модели, мы выложили в открытый доступ с разрешения RIA.com под лицензией Creative Commons CC BY 4.0
Что нам понадобится
Для того, чтобы ускорить установку планируем создать dockerfile — ожидайте в ближайших апдейтах проекта.
Nomeroff Net «Hello world»
Давайте уже что-то попробуем распознать. Клонируем с github-а репозиторий с кодом. Качаем в папку models, натренированные модели для поиска и классификации номеров, немного подправим под себя переменные с расположением папок.
UPD: Этот код является устаревшим, он будет работать только в ветке 0.1.0, свежие примеры смотрите здесь:
Все, можно распознавать:
Онлайн демка
Набросали простенькую демку для тех кому не хочется все это ставить и запускать у себя :). Будьте снисходительны и терпеливы к скорости работы скрипта.
Если нужны примеры украинских номеров (для проверки работы алгоритмов коррекции), возьмите пример из этой папки.
Что дальше
Я понимаю, что тема очень нишевая и вряд ли вызовет большой интерес у широкого круга программистов, кроме того, код и модели еще достаточно «сыроваты» в плане качества распознавания, быстродействия, потребления памяти и пр. Но все же есть надежда, что найдутся энтузиасты, которым будет интересно натренировать модели под свои нужды, свою страну, которые помогут и подскажут, где есть проблемы и вместе с нами сделают проект не хуже, чем коммерческие аналоги.
Известные проблемы
Анонс
Если это будет кому-то интересно, во второй части собираемся рассказать о том как и чем размечать свой датасет и как тренировать свои модели, которые могут работать лучше для вашего контента (вашей страны, вашего размера фото). Также поговорим о том как создать свой классификатор, который, например, поможет определять не зарисован ли номер на фото.
OpenALPR — программа для распознавания автомобильных номеров. Скачать. Инструкция
OpenALPR — программа для распознавания автомобильных номеров. Скачать. Инструкция
Программа OpenALPR имеет открытый исходный кот, используется для распознавания автомобильных номеров. Данная система позволяет распознавать номера автомобилей, как из потока видеокамеры, так и из локального видео файла, а также из файлов-изображений.
Поддерживается режим командной строки.
Данная система имеет интеграцию (библиотеки) для таких языков программирования как C/C++, C#, VB.NET, Java, Python, Node.js. К сожалению, поддерживается только две операционных системы: Debian и CentOS.
Также можно скачать программу и положить ее в каталог популярной программы для видеонаблюдения Xeoma или сделать это прямо через Xeoma.
У вас есть полная свобода выбора, как использовать openALPR в Xeoma. Есть два основных способа:
Из программы (автоматический)
1 Подключите модуль “Распознавание автономеров” в цепочку.
2 Зайдите в настройки модуля.
3 Ознакомьтесь с лицензией AGPL(GPL).
4 Отметьте галочкой страну или страны, автомобильные номера которых должны распознаваться. Если будет отмечены Австралия, Европа и Великобритания, Сингапур, Южная Корея или США, в папку Xeoma в подпапке Additional создастся папка openalpr, куда будет скачана утилита OpenALPR. После этого она будет применена в Xeoma для распознавания номеров указанных стран. Всё полностью автоматизировано.
Вручную
1 Подключите модуль “Распознавание автономеров” в цепочку.
2 Скачайте бинарник OpenALPR для Windows *** :
скачайте бинарник OpenALPR для Linux *** :
3 Зайдите в папку Xeoma, подпапку Additional. Создайте папку с названием openalpr. В эту папку положите бинарник с названием
alpr.exe для Windows
alpr для Linux
4 После этого в настройках модуля “Распознавание автономеров” можно отметить галочкой страну или страны, для номеров которых будет применяться распознавание (Австралия, Европа и Великобритания, Сингапур, Южная Корея или США). Xeoma начнёт использовать утилиту для распознавания автономеров.
Скачать исходники и инструкцию по компиляции:
исходники и инструкция по компиляции OpenALPR уже включены в бинарник. Просто скачайте нужный бинарник.
Конфиг-файл с именем openalpr.conf лежит в папке рядом с OpenALPR.
* openALPR – это отдельная программа, которая не является частью или модулем Xeoma. Xeoma и openALPR могут использоваться независимо друг от друга.
** Скачивание openALPR из программы Xeoma является формой командной строки и ответа.
*** Исходники и инструкция по компиляции OpenALPR уже включены в бинарник (см. выше)
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.
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.
В завершение, ознакомимся с лучшими профессиональными аппаратными программами для распознавания номера машины с видео:
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.