V831

前言

V831实现车牌识别，可识别车牌号，以及车牌的颜色。

一、onenet平台

OneNET是中国移动打造的高效、稳定、安全的物联网开放平台。 OneNET支持适配各种网络环境和协议类型，可实现各种传感器和智能硬件的快速接入，提供丰富的API和应用模板以支撑各类行业应用和智能硬件的开发，有效降低物联网应用开发和部署成本，满足物联网领域设备连接、协议适配、数据存储、数据安全以及大数据分析等平台级服务需求。 OneNET已构建“云-网-边-端”整体架构的物联网能力，具备接入增强、边缘计算、增值能力、AI、数据分析、一站式开发、行业能力、生态开放8大特点。

没错就是用的onenet平台实现的。

下面具体介绍是如何实现的，V831真的很好用。

首先你需要注册一个账号，然后开通AI能力。这个就不介绍了。

二、V831

1.联网

要实现API的调用就需要联网，V831如何联网呢

该 U盘 目录对应的板子运行 linux 系统的 /root/ 目录；这里 main.py 是默认执行的开机脚本，wpa_supplicant.conf 是 WIFI 配置信息。

2.获取token

首先登录OneNET AI平台，进入【控制台】-【AI能力管理】-【创建AI能力】，然后可根据需求灵活选择需要调用的AI能力并保存，最后平台会自动生成相应的AI Key和Secret Key，生成的AI key和Secret Key将用于获取对应能力的调用accessToken，accessToken可自定义设置使用有效期；为保证数据传输安全，建议定期更新accessToken。

import requests

url = "http://ai.heclouds.com:9090/v1/user/app/accessToken?aiKey=xxxx&secretKey=yyyyy"

headers = {
  'Content-Type': 'application/json'
}

response = requests.request("GET", url, headers=headers)

print(response.text)

1
2
3
4
5
6
7
8
9
10
11
12

你会得到属于自己的token

3.调用API

先来看onenet平台给的源码

import requests
import json
import base64

url = 'http://ai.heclouds.com:9090/v1/aiApi/picture/NUMBER_PLATE_RECOGNITION'
headers ={
    'Content-Type':'application/json',
    'token':'xxxxxxxxxxxxxxxxx(用户鉴权接口返回结果中的accessToken)'
}

# 打开图片文件
file = open('D:/Desktop/体验图片/车牌识别/body5.png','rb')

# 将其转为base64信息
base64Str = base64.b64encode(file.read()).decode()

# 关闭打开的文件
file.close()

# 构造接口调用参数
data = {
  'type':'GPU', #可选参数，填入“GPU”则代表使用GPU版本api，否则使用CPU版本api
  'picture':[base64Str]
}

# POST 方式调用
response = requests.request("POST", url, headers=headers, data=json.dumps(data))

# 打印结果
print(response.text)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

然后直接附上V831的源码，这里注意token要24小时更新一次，当然你也写在前面，每次都是最新的token

from maix import display, camera, image
import requests
import time
from evdev import InputDevice
import pickle
import json
from select import select
import base64
import numpy
import serial
ser = serial.Serial("/dev/ttyS1",115200)    # 连接串口 UART-1 TX （PG6）和 UART-1 RX (PG7)
image.load_freetype(path="/home/res/sans.ttf")
while 1:
    img=camera.capture()    
    #display.show(img)
    filename = camera.read()
    img.save('/mnt/tmp.jpg')
    font_color=(255, 0, 0)
    filename = open('/mnt/tmp.jpg','rb')
    url = 'http://ai.heclouds.com:9090/v1/aiApi/picture/NUMBER_PLATE_RECOGNITION'
    headers ={
    'Content-Type':'application/json',
    'token':'eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpZCI6IjRhMmZjZjY4YzA1MDQ5YjViOWEwZDIxM2E1NzU0NjFkIiwiZXhwIjoxNjUzNjUwNzc2LCJ2YWx1ZSI6IntcImFpS2V5XCI6XCIxNGJmNmZhZWQzNmM0NTYwYjJmYWE4M2RjNGEyMDRlYVwiLFwiYXBwSWRcIjpcIjk3NTIwMDYyMzQ1ODc4MzIzMlwiLFwicHVycG9zZVwiOlwiYXBpXCIsXCJzZWNyZXRLZXlcIjpcImU3NDE2MDVjNTVmOTRlOGRiYjVjOGRiMGE0NjkzYWJiXCIsXCJ1c2VySWRcIjpcIjAxMHUwMDE2MzYyOTE4NDc4MDg1NTc1XCJ9In0.MIE6k8MSYK1kKvwR92iavVetKBfPWKU3k5rfd1r1ocw'
    }
##读取图像
# 将其转为base64信息
    base64Str = base64.b64encode(filename.read()).decode()

    # 构造接口调用参数
    data = {
    'type':'GPU', #可选参数，填入“GPU”则代表使用GPU版本api，否则使用CPU版本api
    'picture':[base64Str]
    }
    # POST 方式调用
    response = requests.request("POST", url, headers=headers, data=json.dumps(data))
    d1 = json.loads(response.text)
    #print (type(d1))
    #print(d1)
    #print(d1['data'])
    d2=d1['data']
    if type(d2) is list:
        chepai=d2[0]['label'].encode()
       # img.draw_string(d2[0]['box']['x'],d2[0]['box']['y'] ,'车牌号:', color= font_color)
        img.draw_string(d2[0]['box']['x']+20,d2[0]['box']['y'] ,chepai, color= font_color)
        img.draw_string(d2[0]['box']['x']+100,d2[0]['box']['y'] ,d2[0]['color'], color= font_color)
        print(chepai.decode('UTF-8'))
        print(d2[0]['color'])
        print(d2[0]['box']['x'])
        print(d2[0]['box']['y'])
        print(d2[0]['box']['width'])
        print(d2[0]['box']['height'])
        img.draw_rectangle(d2[0]['box']['x']+20, d2[0]['box']['y']+20, d2[0]['box']['x']+ d2[0]['box']['width']-20, d2[0]['box']['height']+ d2[0]['box']['y']-20 , color=(255, 0, 0), 
                       thickness=2)   #画一个从（80, 160）到（160, 200）的蓝色矩形外框
        display.show(img)
    display.show(img)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

运行这段代码就可以看到上图的现象，V831使用的镜像是0.4.8，在0.4.8中支持了中文字体加载。否则你看到的中文是一段乱码。

总结

调用API接口，既可以大幅度提升准确率，又能最下限度的利用V831的资源。