·
Engenharia Elétrica ·
Outros
Envie sua pergunta para a IA e receba a resposta na hora
Texto de pré-visualização
334 ALGORITMO DE RECONHECIMENTO AUTOMÁTICO DE PLACAS DE VEÍCULOS BASEADO EM MATLAB E TESSERACT OCR Roberto Espinheira da Costa Bomfim Rebeca Tourinho Lima e Roberto Luiz Souza Monteiro Faculdade de Tecnologia SENAI CIMATEC Programa de PósGraduação em Modelagem Computacional e Tecnologia Industrial Emails robertobomfimfieborgbr rebecalimafieborgbr robertomonteirofieborgbr RESUMO Este trabalho apresenta o desenvolvimento de um algoritmo destinado ao reconhecimento de placas de veículos utilizando o toolbox de processamento de imagens do MATLAB e a biblioteca de reconhecimento óptico de caracteres Tesseract OCR Os resultados encontrados demonstram a viabilidade técnica da abordagem proposta cuja precisão e consequente taxa de acertos pode ser aprimorada através do ajuste dos parâmetros do Tesseract OCR 1 INTRODUÇÃO 11 CONTEXTUALIZAÇÃO Nos últimos anos um desenvolvimento notável vem ocorrendo em dois campos tecnológicos intimamente ligados às áreas de Processamento de Imagem Visão Computacional e disciplinas correlatas 335 Sistema de Aquisição de Imagens Surgimento de dispositivos de alta definição e baixo custo eg câmeras fotográficas câmeras de vídeo Sistemas Computacionais Evolução dos dispositivos através do aumento de seu poder de processamento e de sua quantidade de memória aliada à redução de seus custos e de seu tamanho A evolução desses sistemas criou o cenário ideal para o desenvolvimentoaperfeiçoamento de diversas aplicações como na área biomédica e no controle de qualidade e automação de processos industriais Uma aplicação bastante difundida na literatura e cada vez mais robusta é a de reconhecimento automático de placas de veículos comumente utilizada na automação de sistemas de controle de acesso e sistemas de fiscalização eletrônica nas vias urbanas e rodovias Essas aplicações permitem a identificação de veículos que não estejam autorizados a trafegar eou acessar uma determinada localidade ou que possuam algum tipo de pendência junto ao órgão fiscalizador eg multas registradas IPVA vencido Neste contexto esse trabalho propõe o desenvolvimento de um algoritmo computacional de reconhecimento de placas de veículos utilizando um banco de imagens reais Conforme será detalhado no tópico 22 o algoritmo carrega as imagens do banco de imagens reais utilizado e extrai o código de identificação contido nas placas de veículos automotivos brasileiros sequência de letras e números 12 FUNDAMENTAÇÃO TEÓRICA Existe uma série de disciplinas intimamente relacionadas ou até mesmo em parte coincidentes com a área de processamento de imagens como a visão computacional a computação gráfica ou ainda a análise de imagens 1 Não há um consenso entre os especialistas a respeito das fronteiras entre essas disciplinas mas o quadro esquemático da Figura 3 representa de maneira razoável a relação entre elas 336 Figura 3 Relação existente entre a área de processamento de imagens e as demais disciplinas correlatas Fonte Autor Adaptado de 1 Dentro de um contexto mais amplo as técnicas de processamento de imagem possuem diversas funções podendo ser normalmente enquadradas na lista abaixo Aprimoramento de Imagens Combinação de Imagens Síntese de Imagens Compressão de Dados Reconhecimento de Padrões Transformação de dados em informações mais facilmente manipuláveis ou interpretáveis Ao falar de processamento de imagens normalmente está implícito tratarse de imagens digitais apesar de o processamento de imagens analógicas existir pouquíssimas aplicações são desenvolvidas na prática devido à complexidade do hardware envolvido dos custos elevados e da falta de flexibilidade e modularidade dos equipamentos Uma imagem digital nada mais é do que uma matriz de números onde cada elemento da matriz é conhecido como pixel do inglês picture element Cada pixel por sua vez é representado por uma nupla de números inteiros normalmente entre 0 e 255 que varia de acordo com o espaço de cores utilizado Na representação de uma imagem no espaço de cores RGB por exemplo cada pixel é representado por 3 números inteiros Por outro lado para representar esta mesma imagem no espaço de cores de Escala de Cinza é necessário apenas 1 número inteiro 337 Ao representar uma imagem por uma matriz de pixels podese efetuar uma miríade de operações matemáticas sobre esses dados para implementar a função que se deseja Do ponto de vista prático as operações matemáticas utilizadas correspondem a derivadas convoluções operações estatísticas médias simples e ponderadas medianas transformadas de Fourier de Hough dentre outras Uma peculiaridade de se trabalhar com imagens que pode se tornar uma das principais dificuldades de implementação está no fato que uma imagem quase nunca é uma função bem comportada ie contínua e derivável ao longo do intervalo de interesse Deste modo tornamse necessárias algumas aproximações e adaptações nos cálculos Em aplicações de processamento de imagens normalmente a 1ª etapa corresponde ao PréProcessamento onde a imagem é preparada de maneira a ressaltar algumas características importantes para as etapas posteriores Em seguida já na etapa de Processamento é necessário segmentar a imagem De acordo com 2 a segmentação de uma imagem consiste em subdividila nas regiões ou objetos que a constituem Obviamente o nível de subdivisão depende da aplicação em questão e deve possibilitar o isolamento do objeto de interesse O Reconhecimento Óptico de Caracteres do inglês OCR Optical Character Recognition é um campo de pesquisa na área de reconhecimento de padrões inteligência artificial e visão computacional que consiste na conversão mecânica ou eletrônica de imagens digitalizadas ou manuscritas digitadas ou impressas em texto codificado 3 Algumas abordagens OCR são discutidas a seguir 4 Correlação de Matrizes Convertese cada caractere em uma matriz e compara se com padrões conhecidos É uma técnica indicada para textos que utilizem a mesma fonte e estejam escritos em uma única coluna por página Lógica Fuzzy Lógica de múltiplos valores onde se permite valores intermediários em detrimento da tradicional lógica binária Tratase de uma tentativa de tornar o pensamento lógico computacional mais humano ao acrescentar um grau de incerteza ao estudo Extração de Características Esse método identifica cada caractere pela presença ou ausência de determinadas característicaschaves tais como altura largura densidade loops linhas etc É uma abordagem interessante para amostras de imagem de revistas impressões a laser e imagens de alta qualidade Análise Estrutural Identifica os caracteres através da comparação de suas projeções horizontais eou verticais Os padrões de projeção de cada caractere são catalogados previamente e o critério de igualdade é estabelecido através de um limiar 5 Apenas a partir da projeção vertical já é possível identificar alguns caracteres alfanuméricos no entanto caracteres como N H e U por exemplo possuem 338 projeções verticais semelhantes tornando necessária a comparação de suas respectivas projeções horizontais para eliminar ambiguidades 5 É adequada para textos de baixa qualidade e jornais Redes Neurais Simula o sistema neuronal humano e neste caso efetua uma amostragem de pixels de cada imagem para correlacionálos com padrões de pixels previamente conhecidos É uma abordagem interessante para documentos danificados e mensagens de fax por exemplo 2 METODOLOGIA 21 ESCOPO DO TRABALHO Um sistema completo de Reconhecimento Automático de Placas de Veículos RAPV compreende um subsistema de aquisição de imagens através de uma câmera um algoritmo de processamento um banco de dados de placas de veículos e uma interface gráfica com o usuário conforme Figura 4 Figura 4 Sistema completo de RAPV Fonte Autor Levandose em consideração que o escopo deste trabalho corresponde apenas ao desenvolvimento do algoritmo destacado em azul na Figura 4 optouse por simplificar o sistema completo através das seguintes modificações 339 Etapas 01 e 02 Utilização do banco de imagens do Laboratório de Processamento Digital de Sinais e Imagens 6 Etapas 04 e 05 Não implementadas interface atual via MATLAB Conforme indicado na Figura 5 um algoritmo de RAPV normalmente consiste de 3 etapas principais o escopo deste trabalho restringiuse à execução das etapas 01 e 03 Figura 5 Fluxograma das principais etapas de um algoritmo de RAPV Fonte Autor 340 22 CONSIDERAÇÕES SOBRE AS FERRAMENTAS UTILIZADAS O projeto foi desenvolvido em ambiente híbrido utilizando Windows Vista SP2 No qual foi instalado o MATLAB R2013b contendo o toolbox de Processamento de Imagens Linux distribuição Mint Petra 16 No qual foram instalados os pacotes Tesseract OCR 30201 Leptonica 169 e demais dependências 221 Toolbox de Processamento de Imagens do MATLAB Neste trabalho utilizouse o toolbox de Processamento de Imagens do MATLAB para segmentar a imagem original do veículo isolando a região de interesse ie a placa do veículo do restante da imagem e em seguida preparando a região da imagem da placa para a etapa de reconhecimento óptico de caracteres estes processos serão detalhados na seção 23 222 Tesseract OCR O Tesseract OCR é uma engine de reconhecimento óptico de caracteres desenvolvida nos laboratórios da Hewlett Packard HP entre 1985 e 1995 e hoje mantida e aprimorada pela Google 7 É dita uma das mais precisas ferramentas de OCR de código aberto disponíveis no mercado Em conjunto com as bibliotecas Leptonica de processamento de imagens é capaz de ler uma infinidade de formatos de imagem e convertêlas em texto para cerca de mais de 60 línguas Sob licença Apache 20 pode ser utilizada diretamente como programa ou no caso de programadores pode ser utilizada via API Application Program Interface Embora não possua uma interface gráfica GUI há inúmeros softwares de terceiros que cumprem este papel O desempenho do Tesseract OCR está diretamente ligado à alguns cuidados com a imagem de entrada e à correta configuração de seus parâmetros Um recurso bastante importante por exemplo é o de dicionários whitelist e blacklist para inclusão e exclusão de termos respectivamente 23 DESENVOLVIMENTO DO ALGORITMO 341 231 Algoritmo de Localização e Segmentação de Placas de Veículos O fluxograma do Algoritmo de Localização e Segmentação de Placas de Veículos desenvolvido em MATLAB com o auxílio do toolbox de Processamento de Imagens pode ser visto na Figura 6 Figura 6 Fluxograma do algoritmo de localização e segmentação de placas de veículos Fonte Autor 342 De modo a facilitar a compreensão do algoritmo abaixo é fornecida uma breve descrição das principais funções utilizadas em sua implementação em ordem de utilização imread Carrega uma imagem a partir de um arquivo e retorna uma matriz contendo os dados da imagem rgb2gray Converte a imagem do espaço de cores RGB para Escala de Cinza histeq Equaliza o histograma de uma imagem Em outras palavras redistribui o espectro de frequências da imagem de modo a aproveitar toda a faixa de frequências e consequentemente aumentar o contraste Alguns testes do algoritmo utilizando esta função foram realizados e como os resultados obtidos foram insatisfatórios decidiuse por eliminar esta etapa do algoritmo edge Converte a imagem de Escala de Cinza para Binária calculando o limiar através do Método de Otsu 8 e em seguida realiza a detecção das bordas existentes na imagem Neste trabalho realizouse a detecção apenas das bordas verticais para o qual utilizouse o método de Sobel A ideia central é utilizar a informação conhecida a priori de que uma placa de veículo costuma ter bordas verticais proeminentes em relação ao plano de fundo da imagem para dar início ao processo de delimitação da região de interesse bwareaopen Remove todos os objetos da imagem menores que um tamanho especificado em pixels imclose Realiza a operação morfólogica de FECHAMENTO nos objetos da imagem com base em um elemento estruturante previamente definido neste caso uma linha horizontal imopen Realiza a operação morfólogica de ABERTURA nos objetos da imagem com base em um elemento estruturante previamente definido neste caso uma linha horizontal de tamanho 5 vezes inferior ao elemento utilizado em imclose imdilate Realiza a operação morfólogica de DILATAÇÃO nos objetos da imagem com base em um elemento estruturante previamente definido neste caso um quadrado de lado igual ao elemento utilizado em imclose find Localiza em uma imagem binária os pixels de cor branca e retorna suas respectivas posições criando uma máscara que será aplicada à imagem original A partir deste ponto a região de interesse do problema ie a placa do veículo pode ser devidamente delimitada na imagem a partir da aplicação da máscara construída à imagem original im2bw Converte a imagem de Escala de Cinza para Binária através de um limiar calculado pelo Método de Otsu 8 imresize Redimensiona a imagem através da aplicação de um fator de escala neste caso utilizouse um fator de escala igual a 4 e o método de interpolação cúbico 343 Inverte as cores de uma imagem binária resultando neste caso em uma imagem de plano de fundo preto com objetos brancos Esta operação é necessária à etapa posterior visto que o MATLAB por convenção trabalha sempre desta forma bwareaopen Remove todos os objetos da imagem menores que um tamanho especificado em pixels 232 Algoritmo de Reconhecimento dos Caracteres Nesta etapa do algoritmo utilizouse o Tesseract na forma de programa de linha de comando através do terminal do Linux A sintaxe geral é conforme segue tesseract imagename outputname l lang psm pagesegmode configfile Onde o segundo termo corresponde ao nome do arquivo de entrada com sua respectiva extensão o seguinte o nome do arquivo de saída que é gerado em formato txt a linguagem a ser utilizada e que quando não especificada por padrão é estabelecida a língua inglesa um parâmetro de configuração page mode segmentation dentre 11 opções e por fim o nome de um arquivo de configuração no qual podese alterar variáveis do sistema e criar listas Para este trabalho o modo de segmentação mais adequado foi o 7 corresponde ao tratamento de uma única linha de texto De modo a comparar as diferentes configurações do Tesseract foram realizados testes com 3 configurações diferentes Primeiramente fezse testes com a configuração básica Configuração Básica tesseract entrada saída psm 7 Considerando que o escopo não é a busca de palavras um segundo conjunto de testes consistiu em manter a configuração básica adicionando um arquivo de configuração para desativar o dicionário o que é feito atribuindo false a duas variáveis do sistema Configuração Sem Dicionário 344 loadsystemdawg F loadfreqdawg F Por fim no último conjunto de testes adicionouse as seguintes listas de caracteres permitidos e proibidos respectivamente Configuração com Listas tesseditcharwhitelist AZ 09 tesseditcharblacklist Símbolos 3 RESULTADOS E DISCUSSÃO Nessa seção são apresentados os resultados obtidos através da aplicação do algoritmo desenvolvido em 4 imagens diferentes As imagens utilizadas foram retiradas do banco de imagens do Laboratório de Processamento Digital de Sinais e Imagens 6 foram escolhidas de maneira arbitrária as 4 primeiras imagens do banco de imagens 31 Resultados do Algoritmo de Localização e Segmentação de Placas de Veículos A Figura 7 mostra alguns exemplos dos resultados obtidos através da aplicação do Algoritmo de Localização e Segmentação de Placas de Veículos às amostras do banco de imagens utilizado Em cada uma das figuras a imagem superior corresponde à imagem de entrada e a imagem inferior à imagem de saída Figura 7 Exemplos dos resultados obtidos Fonte Autor 345 Deste modo concluise que para os testes realizados o algoritmo é capaz de localizar e delimitar com precisão a região de interesse do trabalho Entretanto podese observar que em alguns casos a imagem de saída possui resquícios de objetos que não representam caracteres podendo ocasionar erros na etapa de OCR Deste modo concluise que para os testes realizados o algoritmo é capaz de localizar e delimitar com precisão a região de interesse do trabalho Entretanto podese observar que em alguns casos a imagem de saída possui resquícios de objetos que não representam caracteres podendo ocasionar erros na etapa de OCR 32 Resultados do Algoritmo de Reconhecimento dos Caracteres A Tabela 1 sintetiza os resultados obtidos através da utilização do Algoritmo de Reconhecimento dos Caracteres Tesseract OCR em cada uma das imagens de saída obtidas na etapa anterior e para diferentes configurações dos parâmetros da ferramenta Tabela 1 Resultados obtidos através da utilização do algoritmo de reconhecimento de caracteres Fonte Autor Os resultados obtidos nos três conjuntos de testes mostram que para as amostras 01 e 03 a configuração básica já foi satisfatória com 100 de acerto Já nas amostras 02 e 04 vêse que nenhuma das configurações conseguiu esse índice mesmo com os ajustes incrementais A dificuldade de reconhecimento pode ser atribuída a fatores mencionados anteriormente como por exemplo a orientação da imagem condição evidente na amostra 02 4 CONCLUSÃO 346 Com base nos resultados encontrados podese concluir que os objetivos propostos foram atingidos visto que o algoritmo desenvolvido é capaz de localizar e delimitar com precisão a região de interesse da imagem ie a placa do veículo e em seguida realizar a identificação dos caracteres No caso das amostras utilizadas observouse que em alguns casos a imagem da região de interesse possui resquícios de objetos que não representam caracteres o que pode dificultar a etapa de OCR De modo semelhante a taxa de acertos da detecção de caracteres por meio do Tesseract OCR foi bastante inconstante variando de 0 a 100 para os casos analisados Sendo assim para avaliar o algoritmo de maneira mais precisa e sistemática dando mais confiabilidade aos resultados obtidos é necessário realizar testes com uma quantidade maior de amostras do banco de dados Entretanto considerando que esta etapa consome bastante tempo de trabalho sugerese efetuar as alterações de configuração do algoritmo de detecção de caracteres sugeridas no parágrafo posterior antes de aumentar o número de amostras utilizadas Para aprimorar o algoritmo desenvolvido podese pensar em uma série de propostas de trabalhos futuros Primeiramente um ponto de melhoria de performance no uso do Tesseract seria treinar o algoritmo de classificação com o banco de imagens próprio em substituição ao treinamento padrão da engine que é voltado à detecção de documentos de texto Outra melhoria seria fixar o formato do dado a ser lido de forma que o algoritmo de classificação tenha o conhecimento prévio dos tipos de caracteres a serem identificados a cada posição do código da placa ie 3 letras e 4 algarismos separados por um espaço Por último com o algoritmo devidamente testado e validado o mesmo pode compor o firmware de um sistema embarcado mas para isso é necessário transpôlo para uma plataforma única eg C JAVA ou Python REFERÊNCIAS 1 Maintz T Digital and Medical Image Processing Notas de Aula Utrecht University 2005 2 Gonzalez R C Woods R E Digital Image Processing 2ª ed Prentice Hall 2002 3 Banerjee S A Study on Tesseract Open Source OCR Engine Tese de Doutorado Jadavpur University Kolkata 2012 4 Singh S Optical Character Recognition Techniques A Survey Journal of Emerging Trends in Computing and Information Sciences 2013 4 545550 347 5 Belvisi R et al Um Sistema de Reconhecimento Automático de Placas de Automóveis Anais do XIX Congresso Nacional da Sociedade Brasileira de Computaçao Encontro Nacional de Inteligência Artificial 1999 4 537539 6 LPDSI Base de Imagens de Veículos Brasileiros Disponível em httpwwwcbpfbrcatpdsilpr Acesso em 01 maio 2014 7 Google tesseractocr An ocr engine that was developed at hp labs between 1985 and 1995 and now at google Disponível em httpscodegooglecomptesseractocr Acesso em 10 maio 2014 8 Otsu N A Threshold Selection Method from GrayLevel Histograms Automatica 1975 11 2327 348 APÊNDICE Figura 8 Evolução da imagem da Amostra 01 ao longo das etapas do Algoritmo de Localização e Segmentação de Placas de Veículos Fonte Autor
Envie sua pergunta para a IA e receba a resposta na hora
Texto de pré-visualização
334 ALGORITMO DE RECONHECIMENTO AUTOMÁTICO DE PLACAS DE VEÍCULOS BASEADO EM MATLAB E TESSERACT OCR Roberto Espinheira da Costa Bomfim Rebeca Tourinho Lima e Roberto Luiz Souza Monteiro Faculdade de Tecnologia SENAI CIMATEC Programa de PósGraduação em Modelagem Computacional e Tecnologia Industrial Emails robertobomfimfieborgbr rebecalimafieborgbr robertomonteirofieborgbr RESUMO Este trabalho apresenta o desenvolvimento de um algoritmo destinado ao reconhecimento de placas de veículos utilizando o toolbox de processamento de imagens do MATLAB e a biblioteca de reconhecimento óptico de caracteres Tesseract OCR Os resultados encontrados demonstram a viabilidade técnica da abordagem proposta cuja precisão e consequente taxa de acertos pode ser aprimorada através do ajuste dos parâmetros do Tesseract OCR 1 INTRODUÇÃO 11 CONTEXTUALIZAÇÃO Nos últimos anos um desenvolvimento notável vem ocorrendo em dois campos tecnológicos intimamente ligados às áreas de Processamento de Imagem Visão Computacional e disciplinas correlatas 335 Sistema de Aquisição de Imagens Surgimento de dispositivos de alta definição e baixo custo eg câmeras fotográficas câmeras de vídeo Sistemas Computacionais Evolução dos dispositivos através do aumento de seu poder de processamento e de sua quantidade de memória aliada à redução de seus custos e de seu tamanho A evolução desses sistemas criou o cenário ideal para o desenvolvimentoaperfeiçoamento de diversas aplicações como na área biomédica e no controle de qualidade e automação de processos industriais Uma aplicação bastante difundida na literatura e cada vez mais robusta é a de reconhecimento automático de placas de veículos comumente utilizada na automação de sistemas de controle de acesso e sistemas de fiscalização eletrônica nas vias urbanas e rodovias Essas aplicações permitem a identificação de veículos que não estejam autorizados a trafegar eou acessar uma determinada localidade ou que possuam algum tipo de pendência junto ao órgão fiscalizador eg multas registradas IPVA vencido Neste contexto esse trabalho propõe o desenvolvimento de um algoritmo computacional de reconhecimento de placas de veículos utilizando um banco de imagens reais Conforme será detalhado no tópico 22 o algoritmo carrega as imagens do banco de imagens reais utilizado e extrai o código de identificação contido nas placas de veículos automotivos brasileiros sequência de letras e números 12 FUNDAMENTAÇÃO TEÓRICA Existe uma série de disciplinas intimamente relacionadas ou até mesmo em parte coincidentes com a área de processamento de imagens como a visão computacional a computação gráfica ou ainda a análise de imagens 1 Não há um consenso entre os especialistas a respeito das fronteiras entre essas disciplinas mas o quadro esquemático da Figura 3 representa de maneira razoável a relação entre elas 336 Figura 3 Relação existente entre a área de processamento de imagens e as demais disciplinas correlatas Fonte Autor Adaptado de 1 Dentro de um contexto mais amplo as técnicas de processamento de imagem possuem diversas funções podendo ser normalmente enquadradas na lista abaixo Aprimoramento de Imagens Combinação de Imagens Síntese de Imagens Compressão de Dados Reconhecimento de Padrões Transformação de dados em informações mais facilmente manipuláveis ou interpretáveis Ao falar de processamento de imagens normalmente está implícito tratarse de imagens digitais apesar de o processamento de imagens analógicas existir pouquíssimas aplicações são desenvolvidas na prática devido à complexidade do hardware envolvido dos custos elevados e da falta de flexibilidade e modularidade dos equipamentos Uma imagem digital nada mais é do que uma matriz de números onde cada elemento da matriz é conhecido como pixel do inglês picture element Cada pixel por sua vez é representado por uma nupla de números inteiros normalmente entre 0 e 255 que varia de acordo com o espaço de cores utilizado Na representação de uma imagem no espaço de cores RGB por exemplo cada pixel é representado por 3 números inteiros Por outro lado para representar esta mesma imagem no espaço de cores de Escala de Cinza é necessário apenas 1 número inteiro 337 Ao representar uma imagem por uma matriz de pixels podese efetuar uma miríade de operações matemáticas sobre esses dados para implementar a função que se deseja Do ponto de vista prático as operações matemáticas utilizadas correspondem a derivadas convoluções operações estatísticas médias simples e ponderadas medianas transformadas de Fourier de Hough dentre outras Uma peculiaridade de se trabalhar com imagens que pode se tornar uma das principais dificuldades de implementação está no fato que uma imagem quase nunca é uma função bem comportada ie contínua e derivável ao longo do intervalo de interesse Deste modo tornamse necessárias algumas aproximações e adaptações nos cálculos Em aplicações de processamento de imagens normalmente a 1ª etapa corresponde ao PréProcessamento onde a imagem é preparada de maneira a ressaltar algumas características importantes para as etapas posteriores Em seguida já na etapa de Processamento é necessário segmentar a imagem De acordo com 2 a segmentação de uma imagem consiste em subdividila nas regiões ou objetos que a constituem Obviamente o nível de subdivisão depende da aplicação em questão e deve possibilitar o isolamento do objeto de interesse O Reconhecimento Óptico de Caracteres do inglês OCR Optical Character Recognition é um campo de pesquisa na área de reconhecimento de padrões inteligência artificial e visão computacional que consiste na conversão mecânica ou eletrônica de imagens digitalizadas ou manuscritas digitadas ou impressas em texto codificado 3 Algumas abordagens OCR são discutidas a seguir 4 Correlação de Matrizes Convertese cada caractere em uma matriz e compara se com padrões conhecidos É uma técnica indicada para textos que utilizem a mesma fonte e estejam escritos em uma única coluna por página Lógica Fuzzy Lógica de múltiplos valores onde se permite valores intermediários em detrimento da tradicional lógica binária Tratase de uma tentativa de tornar o pensamento lógico computacional mais humano ao acrescentar um grau de incerteza ao estudo Extração de Características Esse método identifica cada caractere pela presença ou ausência de determinadas característicaschaves tais como altura largura densidade loops linhas etc É uma abordagem interessante para amostras de imagem de revistas impressões a laser e imagens de alta qualidade Análise Estrutural Identifica os caracteres através da comparação de suas projeções horizontais eou verticais Os padrões de projeção de cada caractere são catalogados previamente e o critério de igualdade é estabelecido através de um limiar 5 Apenas a partir da projeção vertical já é possível identificar alguns caracteres alfanuméricos no entanto caracteres como N H e U por exemplo possuem 338 projeções verticais semelhantes tornando necessária a comparação de suas respectivas projeções horizontais para eliminar ambiguidades 5 É adequada para textos de baixa qualidade e jornais Redes Neurais Simula o sistema neuronal humano e neste caso efetua uma amostragem de pixels de cada imagem para correlacionálos com padrões de pixels previamente conhecidos É uma abordagem interessante para documentos danificados e mensagens de fax por exemplo 2 METODOLOGIA 21 ESCOPO DO TRABALHO Um sistema completo de Reconhecimento Automático de Placas de Veículos RAPV compreende um subsistema de aquisição de imagens através de uma câmera um algoritmo de processamento um banco de dados de placas de veículos e uma interface gráfica com o usuário conforme Figura 4 Figura 4 Sistema completo de RAPV Fonte Autor Levandose em consideração que o escopo deste trabalho corresponde apenas ao desenvolvimento do algoritmo destacado em azul na Figura 4 optouse por simplificar o sistema completo através das seguintes modificações 339 Etapas 01 e 02 Utilização do banco de imagens do Laboratório de Processamento Digital de Sinais e Imagens 6 Etapas 04 e 05 Não implementadas interface atual via MATLAB Conforme indicado na Figura 5 um algoritmo de RAPV normalmente consiste de 3 etapas principais o escopo deste trabalho restringiuse à execução das etapas 01 e 03 Figura 5 Fluxograma das principais etapas de um algoritmo de RAPV Fonte Autor 340 22 CONSIDERAÇÕES SOBRE AS FERRAMENTAS UTILIZADAS O projeto foi desenvolvido em ambiente híbrido utilizando Windows Vista SP2 No qual foi instalado o MATLAB R2013b contendo o toolbox de Processamento de Imagens Linux distribuição Mint Petra 16 No qual foram instalados os pacotes Tesseract OCR 30201 Leptonica 169 e demais dependências 221 Toolbox de Processamento de Imagens do MATLAB Neste trabalho utilizouse o toolbox de Processamento de Imagens do MATLAB para segmentar a imagem original do veículo isolando a região de interesse ie a placa do veículo do restante da imagem e em seguida preparando a região da imagem da placa para a etapa de reconhecimento óptico de caracteres estes processos serão detalhados na seção 23 222 Tesseract OCR O Tesseract OCR é uma engine de reconhecimento óptico de caracteres desenvolvida nos laboratórios da Hewlett Packard HP entre 1985 e 1995 e hoje mantida e aprimorada pela Google 7 É dita uma das mais precisas ferramentas de OCR de código aberto disponíveis no mercado Em conjunto com as bibliotecas Leptonica de processamento de imagens é capaz de ler uma infinidade de formatos de imagem e convertêlas em texto para cerca de mais de 60 línguas Sob licença Apache 20 pode ser utilizada diretamente como programa ou no caso de programadores pode ser utilizada via API Application Program Interface Embora não possua uma interface gráfica GUI há inúmeros softwares de terceiros que cumprem este papel O desempenho do Tesseract OCR está diretamente ligado à alguns cuidados com a imagem de entrada e à correta configuração de seus parâmetros Um recurso bastante importante por exemplo é o de dicionários whitelist e blacklist para inclusão e exclusão de termos respectivamente 23 DESENVOLVIMENTO DO ALGORITMO 341 231 Algoritmo de Localização e Segmentação de Placas de Veículos O fluxograma do Algoritmo de Localização e Segmentação de Placas de Veículos desenvolvido em MATLAB com o auxílio do toolbox de Processamento de Imagens pode ser visto na Figura 6 Figura 6 Fluxograma do algoritmo de localização e segmentação de placas de veículos Fonte Autor 342 De modo a facilitar a compreensão do algoritmo abaixo é fornecida uma breve descrição das principais funções utilizadas em sua implementação em ordem de utilização imread Carrega uma imagem a partir de um arquivo e retorna uma matriz contendo os dados da imagem rgb2gray Converte a imagem do espaço de cores RGB para Escala de Cinza histeq Equaliza o histograma de uma imagem Em outras palavras redistribui o espectro de frequências da imagem de modo a aproveitar toda a faixa de frequências e consequentemente aumentar o contraste Alguns testes do algoritmo utilizando esta função foram realizados e como os resultados obtidos foram insatisfatórios decidiuse por eliminar esta etapa do algoritmo edge Converte a imagem de Escala de Cinza para Binária calculando o limiar através do Método de Otsu 8 e em seguida realiza a detecção das bordas existentes na imagem Neste trabalho realizouse a detecção apenas das bordas verticais para o qual utilizouse o método de Sobel A ideia central é utilizar a informação conhecida a priori de que uma placa de veículo costuma ter bordas verticais proeminentes em relação ao plano de fundo da imagem para dar início ao processo de delimitação da região de interesse bwareaopen Remove todos os objetos da imagem menores que um tamanho especificado em pixels imclose Realiza a operação morfólogica de FECHAMENTO nos objetos da imagem com base em um elemento estruturante previamente definido neste caso uma linha horizontal imopen Realiza a operação morfólogica de ABERTURA nos objetos da imagem com base em um elemento estruturante previamente definido neste caso uma linha horizontal de tamanho 5 vezes inferior ao elemento utilizado em imclose imdilate Realiza a operação morfólogica de DILATAÇÃO nos objetos da imagem com base em um elemento estruturante previamente definido neste caso um quadrado de lado igual ao elemento utilizado em imclose find Localiza em uma imagem binária os pixels de cor branca e retorna suas respectivas posições criando uma máscara que será aplicada à imagem original A partir deste ponto a região de interesse do problema ie a placa do veículo pode ser devidamente delimitada na imagem a partir da aplicação da máscara construída à imagem original im2bw Converte a imagem de Escala de Cinza para Binária através de um limiar calculado pelo Método de Otsu 8 imresize Redimensiona a imagem através da aplicação de um fator de escala neste caso utilizouse um fator de escala igual a 4 e o método de interpolação cúbico 343 Inverte as cores de uma imagem binária resultando neste caso em uma imagem de plano de fundo preto com objetos brancos Esta operação é necessária à etapa posterior visto que o MATLAB por convenção trabalha sempre desta forma bwareaopen Remove todos os objetos da imagem menores que um tamanho especificado em pixels 232 Algoritmo de Reconhecimento dos Caracteres Nesta etapa do algoritmo utilizouse o Tesseract na forma de programa de linha de comando através do terminal do Linux A sintaxe geral é conforme segue tesseract imagename outputname l lang psm pagesegmode configfile Onde o segundo termo corresponde ao nome do arquivo de entrada com sua respectiva extensão o seguinte o nome do arquivo de saída que é gerado em formato txt a linguagem a ser utilizada e que quando não especificada por padrão é estabelecida a língua inglesa um parâmetro de configuração page mode segmentation dentre 11 opções e por fim o nome de um arquivo de configuração no qual podese alterar variáveis do sistema e criar listas Para este trabalho o modo de segmentação mais adequado foi o 7 corresponde ao tratamento de uma única linha de texto De modo a comparar as diferentes configurações do Tesseract foram realizados testes com 3 configurações diferentes Primeiramente fezse testes com a configuração básica Configuração Básica tesseract entrada saída psm 7 Considerando que o escopo não é a busca de palavras um segundo conjunto de testes consistiu em manter a configuração básica adicionando um arquivo de configuração para desativar o dicionário o que é feito atribuindo false a duas variáveis do sistema Configuração Sem Dicionário 344 loadsystemdawg F loadfreqdawg F Por fim no último conjunto de testes adicionouse as seguintes listas de caracteres permitidos e proibidos respectivamente Configuração com Listas tesseditcharwhitelist AZ 09 tesseditcharblacklist Símbolos 3 RESULTADOS E DISCUSSÃO Nessa seção são apresentados os resultados obtidos através da aplicação do algoritmo desenvolvido em 4 imagens diferentes As imagens utilizadas foram retiradas do banco de imagens do Laboratório de Processamento Digital de Sinais e Imagens 6 foram escolhidas de maneira arbitrária as 4 primeiras imagens do banco de imagens 31 Resultados do Algoritmo de Localização e Segmentação de Placas de Veículos A Figura 7 mostra alguns exemplos dos resultados obtidos através da aplicação do Algoritmo de Localização e Segmentação de Placas de Veículos às amostras do banco de imagens utilizado Em cada uma das figuras a imagem superior corresponde à imagem de entrada e a imagem inferior à imagem de saída Figura 7 Exemplos dos resultados obtidos Fonte Autor 345 Deste modo concluise que para os testes realizados o algoritmo é capaz de localizar e delimitar com precisão a região de interesse do trabalho Entretanto podese observar que em alguns casos a imagem de saída possui resquícios de objetos que não representam caracteres podendo ocasionar erros na etapa de OCR Deste modo concluise que para os testes realizados o algoritmo é capaz de localizar e delimitar com precisão a região de interesse do trabalho Entretanto podese observar que em alguns casos a imagem de saída possui resquícios de objetos que não representam caracteres podendo ocasionar erros na etapa de OCR 32 Resultados do Algoritmo de Reconhecimento dos Caracteres A Tabela 1 sintetiza os resultados obtidos através da utilização do Algoritmo de Reconhecimento dos Caracteres Tesseract OCR em cada uma das imagens de saída obtidas na etapa anterior e para diferentes configurações dos parâmetros da ferramenta Tabela 1 Resultados obtidos através da utilização do algoritmo de reconhecimento de caracteres Fonte Autor Os resultados obtidos nos três conjuntos de testes mostram que para as amostras 01 e 03 a configuração básica já foi satisfatória com 100 de acerto Já nas amostras 02 e 04 vêse que nenhuma das configurações conseguiu esse índice mesmo com os ajustes incrementais A dificuldade de reconhecimento pode ser atribuída a fatores mencionados anteriormente como por exemplo a orientação da imagem condição evidente na amostra 02 4 CONCLUSÃO 346 Com base nos resultados encontrados podese concluir que os objetivos propostos foram atingidos visto que o algoritmo desenvolvido é capaz de localizar e delimitar com precisão a região de interesse da imagem ie a placa do veículo e em seguida realizar a identificação dos caracteres No caso das amostras utilizadas observouse que em alguns casos a imagem da região de interesse possui resquícios de objetos que não representam caracteres o que pode dificultar a etapa de OCR De modo semelhante a taxa de acertos da detecção de caracteres por meio do Tesseract OCR foi bastante inconstante variando de 0 a 100 para os casos analisados Sendo assim para avaliar o algoritmo de maneira mais precisa e sistemática dando mais confiabilidade aos resultados obtidos é necessário realizar testes com uma quantidade maior de amostras do banco de dados Entretanto considerando que esta etapa consome bastante tempo de trabalho sugerese efetuar as alterações de configuração do algoritmo de detecção de caracteres sugeridas no parágrafo posterior antes de aumentar o número de amostras utilizadas Para aprimorar o algoritmo desenvolvido podese pensar em uma série de propostas de trabalhos futuros Primeiramente um ponto de melhoria de performance no uso do Tesseract seria treinar o algoritmo de classificação com o banco de imagens próprio em substituição ao treinamento padrão da engine que é voltado à detecção de documentos de texto Outra melhoria seria fixar o formato do dado a ser lido de forma que o algoritmo de classificação tenha o conhecimento prévio dos tipos de caracteres a serem identificados a cada posição do código da placa ie 3 letras e 4 algarismos separados por um espaço Por último com o algoritmo devidamente testado e validado o mesmo pode compor o firmware de um sistema embarcado mas para isso é necessário transpôlo para uma plataforma única eg C JAVA ou Python REFERÊNCIAS 1 Maintz T Digital and Medical Image Processing Notas de Aula Utrecht University 2005 2 Gonzalez R C Woods R E Digital Image Processing 2ª ed Prentice Hall 2002 3 Banerjee S A Study on Tesseract Open Source OCR Engine Tese de Doutorado Jadavpur University Kolkata 2012 4 Singh S Optical Character Recognition Techniques A Survey Journal of Emerging Trends in Computing and Information Sciences 2013 4 545550 347 5 Belvisi R et al Um Sistema de Reconhecimento Automático de Placas de Automóveis Anais do XIX Congresso Nacional da Sociedade Brasileira de Computaçao Encontro Nacional de Inteligência Artificial 1999 4 537539 6 LPDSI Base de Imagens de Veículos Brasileiros Disponível em httpwwwcbpfbrcatpdsilpr Acesso em 01 maio 2014 7 Google tesseractocr An ocr engine that was developed at hp labs between 1985 and 1995 and now at google Disponível em httpscodegooglecomptesseractocr Acesso em 10 maio 2014 8 Otsu N A Threshold Selection Method from GrayLevel Histograms Automatica 1975 11 2327 348 APÊNDICE Figura 8 Evolução da imagem da Amostra 01 ao longo das etapas do Algoritmo de Localização e Segmentação de Placas de Veículos Fonte Autor