RECONHECIMENTO DE PLACAS EM PYTHON

Resumo

A capacidade de reconhecer e interpretar imagens desempenha um papel cada vez mais crucial na vida cotidiana e em uma variedade de setores. O reconhecimento de imagens, uma aplicação da visão computacional e da inteligência artificial, revolucionou a maneira como são as interações com o mundo digital e físico. Essa tecnologia permite que os computadores analisem e compreendam o conteúdo visual das imagens, abrindo um mundo de possibilidades que vão desde melhorias na segurança e diagnóstico médico até aprimoramentos na automação industrial e experiências de consumo. As empresas utilizam métodos como tickets de entrada para o controle restrito de acessos. Gerando um reconhecimento restrito, dado que não armazenam informações adicionais ao veículo, mas somente se houve um registro de entrada ou não. Portanto, com o crescimento de veículos nas cidades, é importante manter o controle e monitoramento dos mesmos, principalmente em entradas e saídas de locais públicos ou particulares. Para possibilitar o reconhecimento de placas de veículos, foi definido o desenvolvimento de um software em Python, que aumentara a eficiência e segurança de onde forem alocados, tendo como forma de reconhecimento de placas, o uso de APIs de reconhecimento de imagem e através de machine learning. O projeto armazena o reconhecimento do texto identificado na placa do veículo juntamente com a data e a hora. A utilização de uma câmera para capturar a imagem dos veículos no momento em que eles adentram o local é necessária, sendo realizado o processamento da imagem, usando um algoritmo de detecção. A biblioteca OpenCV faz a tratativa dessa imagem para que o OCR(Optical Character Recognition) reconheça os caracteres dessa placa, e em seguida faça o armazenamento dessas informações em um banco de dados. O projeto teve uma taxa de conhecimento eficaz, com baixa taxas de erro, visto que o reconhecimento ocorre de uma forma rápida e eficaz dos veículos que estão acessando o local, visando um local mais seguro. Conclui-se que, com a utilização desse sistema, representa um avanço na questão de segurança, caso ocorra uma intercorrência, ficaria mais fácil buscar informações para identificação de horários e o veículo envolvido.

Palavras-chave: machine learning; python; opencv.