Reconhecimento automático de placas veiculares do Mercosul utilizando o Tesseract OCR

Abstract

O Reconhecimento Automático de Placas Veiculares (ALPR, Automatic License Plate Recognition) utiliza algoritmos de reconhecimento ótico de caracteres (OCR) em imagens para extrair e reconhecer as informações contidas especificamente na placa de um veículo. Este contexto pode ser especialmente desafiador dependendo das características do ambiente em que as imagens foram capturadas, como iluminação e qualidade das câmeras, e das especifidades do modelo de placa envolvida. Este trabalho utiliza técnicas de processamento de imagens, redes neurais convolucionais simples e OCR para modificar um framework que auxilia os peritos da polícia a identificar veículos suspeitos em cenas de crime, nas quais as imagens foram capturadas apenas por câmeras de videomonitoramento de baixa resolução, adicionando novas melhorias a este framework. Uma das melhorias é a localização automática das informações de interesse na imagem da placa, utilizando técnicas de processamento de imagens para descartar automaticamente elementos que poderiam confundir o OCR. A segunda melhoria é um novo treinamento da biblioteca de OCR Tesseract, que inicialmente não incluía as placas de veículos que seguem o novo padrão adotado pelo Mercosul. Outra melhoria é a segmentação de cada caractere isoladamente. No trabalho original, a entrada do Tesseract era a imagem inteira da placa do veículo, e o texto da placa era tratado como uma única palavra

Automatic License Plate Recognition (ALPR) uses optical character recognition (OCR) algorithms on images to extract and recognize the information contained in vehicles license plates. This context can be especially challenging depending on the characteristics of the environment. In which the images were captured, such as the lighting and quality of the cameras, and the specifications of the board model involved. This work uses processing techniques images, simple convolutional neural networks and OCR to modify a framework which assists police experts in identifying suspicious vehicles at crime scenes, in which images were captured only by low-cost video surveillance cameras resolution, adding new improvements to this framework. One of the improvements is the location. Information of interest in the plate image, using techniques of image processing to automatically discard elements that could confuse the OCR. The second improvement is a new OCR library training Tesseract, which initially did not include license plates for vehicles that follow the new standard adopted by Mercosul. Another improvement is the segmentation of each character in isolation. In the original work, the Tesseract input was the entire license plate image, and the plate text was treated as a single word.