第四期【百度大脑新品体验】行驶证识别
才能我浪费99 发布于2019-08 浏览:2112 回复:4
1
收藏
最后编辑于2019-08

1.功能描述:

对机动车行驶证主页及副页所有21个字段进行结构化识别,包括号牌号码、车辆类型、所有人、品牌型号、车辆识别代码、发动机号码、核定载人数、质量、检验记录等。可应用于网约车或货车司机身份审查等场景,有效提升信息录入效率,降低用户输入成本,提升用户使用体验。

2.平台接入

具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略(Python3)及评测

3.1首先认证授权:

在开始调用任何API之前需要先进行认证授权,具体的说明请参考:

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下:

# -*- coding: utf-8 -*-
#!/usr/bin/env python

import urllib
import base64
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取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行驶证识别分析接口调用:

详细说明请参考: https://ai.baidu.com/docs#/OCR-API/5116ac95

说明的比较清晰,这里就不重复了。

大家需要注意的是:
API访问URL:https://aip.baidubce.com/rest/2.0/ocr/v1/license_plate
图像数据,base64编码后进行urlencode,要求base64编码和urlencode后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/jpeg/png/bmp格式

Python3调用代码如下:

#行驶证
#filename:图片名(本地存储包括路径),
def vehicle_license(filename):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/vehicle_license"
    
    # 二进制方式打开图片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    
    params = dict()
    params['image'] = img
    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('处理时长:'+'%.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']
        print ("识别结果")
        for item in words_result:
            print (item,':',words_result[item]['words'])  
                
vehicle_license('../img/license2.jpg')

4.功能评测:
选用不同的数据对效果进行测试,具体效果如下(以下例子均来自网上):

处理时长:1.77秒
识别结果
品牌型号 : 某某牌XXXXX
发证日期 : 20100000
使用性质 : 非营运
发动机号码 : 9999999
号牌号码 : A88888
所有人 : 代用名
住址 : 某某市某某区某某路某某号
注册日期 : 20100000
车辆识别代号 : XXXXX1234567890000
车辆类型 : 小型轿车

处理时长:2.26秒
识别结果
品牌型号 : 解放牌CA4257P2K2T1EA84
发证日期 : 20130722
使用性质 : 货运
发动机号码 : 51676680
号牌号码 : 蒙E76258
所有人 : 呼伦贝尔市晓明运输有限公司
住址 : 内蒙古自治区呼伦贝尔市鄂温克族自治旗巴彦托海镇八居安居小区5号楼2单元4层2号
注册日期 : 20101207
车辆识别代号 : LFWSRXNH6AAD38754
车辆类型 : 重型半挂牵引车

 

 

5.测试结论和建议

测试下来,整体识别效果不错。对于行驶证有较强的识别能力,效果很好,速度也很快。对于提高工作效率会有很大的帮助。

收藏
点赞
1
个赞
共4条回复 最后由风允摩羯回复于2019-08
#5风允摩羯回复于2019-08

适用于警察查驾证啊

0
#4才能我浪费99回复于2019-08

准确性也不错

0
#3才能我浪费99回复于2019-08

识别速度很快

0
#2才能我浪费99回复于2019-08

整体效果感觉很好

0
TOP
切换版块