0
Multimídia
Richiely Batista de Moura Paiva.
Vinícius Bulhões.
Vinícius Nunes
Sistema de Reconhecimento
OCR
Reconhecendo e extraindo
características em placas de carros
Sumário
1.
1.
2.
3.

4.

Proposta
Revisão Bibliográfica
Métodos utilizados
Exemplo e demonstração da proposta
Proposta
Sistema de Reconhecimento OCR
Reconhecimento de caracteres de uma origem, seja uma
imagem, foto ou uma placa de c...
Proposta
Desafios
● Entendimento da API Tesseract
● Tratamento de imagens
○ Métodos necessários para o desenvolvimento.

■...
Artigos relacionados
BASSIL, Y., ALWANI, M. OCR Post-Processing Error Correction algorithm
using Google’s Online Spelling ...
OCR Post-Processing Error Correction
algorithm using Google’s Online Spelling
Suggestion
•
•
•

Demonstração do OCR sobre ...
OCR Post-Processing Error Correction
algorithm using Google’s Online Spelling
Suggestion
•

Alguns erros de reconhecimento...
OCR Post-Processing Error Correction
algorithm using Google’s Online Spelling
Suggestion
Uma Abordagem para Localização e Reconhecimento
de Placas de Licenciamento Veicular por meio de
Operadores Morfológicos e ...
Reconhecimento de Placas de Veículos por
Imagem
•

Abordagem de técnicas de tratamento e
transformações da imagem.
•
•
•
•...
Design of an Optical Character Recognition
System for Camerabased Handheld Devices
•

Motivação principal: digitalização d...
Design of an Optical Character Recognition
System for Camerabased Handheld Devices
Entendimento dos métodos
Métodos necessários para a
resolução do problema
●
●
●
●
●

Binarização
Segmentação
Template matching
Reconhecimento de ca...
Binarização
● A intensidade da imagem passa a ter apenas dois
níveis distintos, para que possamos separar o objeto do
fund...
Segmentação
● A segmentação é o processo de dividir uma imagem
em regiões, ou objetos. Em outras palavras, a
segmentação s...
Template matching
● Através de um padrão, conseguir indentificá-lo, caso
ele apareca, em alguma imagem qualquer.
● Será us...
Reconhecimento de caractere
● O reconhecimento de caracteres é a técnica do OCR.
Permite converter imagens com texto em do...
Tratamento da imagem
Tratamento da imagem

●
●
●

Texto encontrado na imagem
Separação com o background
Segmentação e binarização
Processos Realizados
•

Isolamento da região que contem a placa

•

Extração do texto contido na placa
Processos Realizados
•

Isolamento da região que contem a placa
Original:

TopHat:
Processos Realizados
•

Isolamento da região que contem a placa
Binarização :

Fechamento EE horizontal linear:
Processos Realizados
•

Isolamento da região que contem a placa
Abertura altura máxima e minima :

Abertura Largura máxima...
Processos Realizados
•

Isolamento da região que contem a placa
Dilatação e remoção de possíveis ruídos :

Seleção placa:
Processos Realizados
•

Isolamento da região que contem a placa
Recorte da placa:
Processos Realizados
•

Extração do texto contido na placa
Binarização

Erosão
Processos Realizados
•

Extração do texto contido na placa
Dilatação

Smooth
Demonstração
Sistema de Reconhecimento de placas com
OCR
Alunos:
Richiely Batista
Vinícius Bulhões
Vinícius Nunes
Upcoming SlideShare
Loading in...5
×

Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/OCR/Tesseract

3,130

Published on

2 Comments
1 Like
Statistics
Notes
No Downloads
Views
Total Views
3,130
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
35
Comments
2
Likes
1
Embeds 0
No embeds

No notes for slide

Transcript of "Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/OCR/Tesseract"

  1. 1. Multimídia Richiely Batista de Moura Paiva. Vinícius Bulhões. Vinícius Nunes
  2. 2. Sistema de Reconhecimento OCR Reconhecendo e extraindo características em placas de carros
  3. 3. Sumário 1. 1. 2. 3. 4. Proposta Revisão Bibliográfica Métodos utilizados Exemplo e demonstração da proposta
  4. 4. Proposta Sistema de Reconhecimento OCR Reconhecimento de caracteres de uma origem, seja uma imagem, foto ou uma placa de carro. Ferramentas: ● OpenCV e Tesseract
  5. 5. Proposta Desafios ● Entendimento da API Tesseract ● Tratamento de imagens ○ Métodos necessários para o desenvolvimento. ■ Localizar o texto na imagem; ■ Isolar o texto do ‘background’;
  6. 6. Artigos relacionados BASSIL, Y., ALWANI, M. OCR Post-Processing Error Correction algorithm using Google’s Online Spelling Suggestion. LACSC – Lebanese Association for Computational Sciences january 2012. ALVES, W. A. L. et al. Uma abordagem para localização e reconhecimento de placas de licenciamento veicular por meio de operadores morfológicos e busca por template. Exacta, São Paulo, v. 9, n. 3, p. 355362, 2011. CONCI, A., HISS MONTEIRO, L. Reconhecimento de Placas de Veículos por Imagem. FARUK, A., MANJUMDER, N., BASU, S., NASIPURI, M. Design of an Optical Character Recognition System for Camerabased Handheld Devices. IJCSI International Journal of Computer Science Issues, july 2011
  7. 7. OCR Post-Processing Error Correction algorithm using Google’s Online Spelling Suggestion • • • Demonstração do OCR sobre um documento qualquer; Digitalização; Reconhecimento das características • • Extração do texto; Correção de erros com o mecanismo de sugestão do Google.
  8. 8. OCR Post-Processing Error Correction algorithm using Google’s Online Spelling Suggestion • Alguns erros de reconhecimento • • OCR pode confundir uma letra ‘S’ com o número ‘5’ ou o ‘B’ com o número ‘8’. Correção baseada no contexto e dicionário (abrange todas as palavras do vocabulário específico).
  9. 9. OCR Post-Processing Error Correction algorithm using Google’s Online Spelling Suggestion
  10. 10. Uma Abordagem para Localização e Reconhecimento de Placas de Licenciamento Veicular por meio de Operadores Morfológicos e Busca por Template • Localização e reconhecimento da placa na imagem. • Encontrar a posição da placa;   • Template matching;  • Operações com a largura e altura dos caracteres. Geometria da fonte - distância dos caracteres. Comparação com placas previamente catalogadas. Característica extraída.
  11. 11. Reconhecimento de Placas de Veículos por Imagem • Abordagem de técnicas de tratamento e transformações da imagem. • • • • Binarização - treshold; Dilatação; Erosão; Segmentação;
  12. 12. Design of an Optical Character Recognition System for Camerabased Handheld Devices • Motivação principal: digitalização de imagens, principalmente documentos; • Segmentação feita a partir da linha do texto; Como reconhecer os caracteres? •
  13. 13. Design of an Optical Character Recognition System for Camerabased Handheld Devices
  14. 14. Entendimento dos métodos
  15. 15. Métodos necessários para a resolução do problema ● ● ● ● ● Binarização Segmentação Template matching Reconhecimento de caracteres
  16. 16. Binarização ● A intensidade da imagem passa a ter apenas dois níveis distintos, para que possamos separar o objeto do fundo da imagem. Esse método pode ser descrito através da aplicação da função s = T(r). ● A função T(r) compara o sinal de entrada com um valor de threshold (T), escolhido como referência para a separação dos níveis de cinza. O sinal de saída, apresentado é obtido pela relação: s = {1 para r > T ou 0 para r < T}.
  17. 17. Segmentação ● A segmentação é o processo de dividir uma imagem em regiões, ou objetos. Em outras palavras, a segmentação simples consistem em localizar objetos e formas em imagens. ● O uso desta técnica em nossa proposta será para podermos reconhecer na imagem aonde estão os caracteres.
  18. 18. Template matching ● Através de um padrão, conseguir indentificá-lo, caso ele apareca, em alguma imagem qualquer. ● Será usado para dizer qual caractere foi encontrado, comparando o caractere segmentado da imagem analisada com algum banco de padrões, para que o mesmo possa ser reconhecido. ○ Cuidado na hora de reconhecer caracteres e números. A letra ‘S’ pode ser confundida com o número ‘5’ ou a letra ‘O’ pode ser confundida com o número ‘0’.
  19. 19. Reconhecimento de caractere ● O reconhecimento de caracteres é a técnica do OCR. Permite converter imagens com texto em documentos de texto usando algoritmos de computação automatizados. As imagens podem ser processadas individualmente (arquivos .jpg, .png e .gif) ou em documentos PDF com várias páginas (.pdf).
  20. 20. Tratamento da imagem
  21. 21. Tratamento da imagem ● ● ● Texto encontrado na imagem Separação com o background Segmentação e binarização
  22. 22. Processos Realizados • Isolamento da região que contem a placa • Extração do texto contido na placa
  23. 23. Processos Realizados • Isolamento da região que contem a placa Original: TopHat:
  24. 24. Processos Realizados • Isolamento da região que contem a placa Binarização : Fechamento EE horizontal linear:
  25. 25. Processos Realizados • Isolamento da região que contem a placa Abertura altura máxima e minima : Abertura Largura máxima e minima:
  26. 26. Processos Realizados • Isolamento da região que contem a placa Dilatação e remoção de possíveis ruídos : Seleção placa:
  27. 27. Processos Realizados • Isolamento da região que contem a placa Recorte da placa:
  28. 28. Processos Realizados • Extração do texto contido na placa Binarização Erosão
  29. 29. Processos Realizados • Extração do texto contido na placa Dilatação Smooth
  30. 30. Demonstração
  31. 31. Sistema de Reconhecimento de placas com OCR Alunos: Richiely Batista Vinícius Bulhões Vinícius Nunes
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×