百度AI攻略：行驶证识别

1.功能描述：

对机动车行驶证主页及副页全部21个字段进行结构化识别，包括号牌号码、车辆类型、全部人、品牌型号、车辆识别代码、发动机号码、核定载人数、质量、检验记录等。可应用于网约车或货车司机身份审查等场景，有效提高信息录入效率，下降用户输入成本，提高用户使用体验。

2.平台接入

具体接入方式比较简单，能够参考个人另外一个帖子，这里就不重复了：

http://ai.baidu.com/forum/topic/show/943327

3.调用攻略（Python3）及评测

3.1首先认证受权：

在开始调用任何API以前须要先进行认证受权，具体的说明请参考：

http://ai.baidu.com/docs#/Auth/top

具体Python3代码以下：

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 为官网获取的AK， client_secret 为官网获取的SK

client_id =【百度云应用的AK】

client_secret =【百度云应用的SK】

#获取token

def get_token():

host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

request = urllib.request.Request(host)

request.add_header('Content-Type', 'application/json; charset=UTF-8')

response = urllib.request.urlopen(request)

token_content = response.read()

if token_content:

token_info = json.loads(token_content)

token_key = token_info['access_token']

return token_key

3.2行驶证识别分析接口调用：

详细说明请参考： https://ai.baidu.com/docs#/OCR-API/5116ac95

说明的比较清晰，这里就不重复了。

你们须要注意的是：

API访问URL：https://aip.baidubce.com/rest/2.0/ocr/v1/license_plate

图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式

Python3调用代码以下：

#行驶证

#filename:图片名（本地存储包括路径），

def vehicle_license(filename):

    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/vehicle_license"

 

    # 二进制方式打开图片文件

    f = open(filename, 'rb')

    img = base64.b64encode(f.read())

 

    params = dict()

    params['image'] = img

    params = urllib.parse.urlencode(params).encode("utf-8")

 

    access_token = get_token()

 

    begin = time.perf_counter()

    request_url = request_url + "?access_token=" + access_token

    request = urllib.request.Request(url=request_url, data=params)

    request.add_header('Content-Type', 'application/x-www-form-urlencoded')

    response = urllib.request.urlopen(request)

    content = response.read()

    end = time.perf_counter()

    print('处理时长:'+'%.2f'%(end-begin)+'秒')

 

    if content:

        #print(content)

        content=content.decode('utf-8')

        #print(content)

        data = json.loads(content)

        #print(data)

        words_result=data['words_result']

        print ("识别结果")

        for item in words_result:

            print (item,':',words_result[item]['words']) 

 

vehicle_license('../img/license2.jpg')

4.功能评测：

选用不一样的数据对效果进行测试，具体效果以下（如下例子均来自网上）：

处理时长:1.77秒

识别结果

品牌型号 : 某某牌XXXXX

发证日期 : 20100000

使用性质 : 非营运

发动机号码 : 9999999

号牌号码 : A88888

全部人 : 代用名

住址 : 某某市某某区某某路某某号

注册日期 : 20100000

车辆识别代号 : XXXXX1234567890000

车辆类型 : 小型轿车

处理时长:2.26秒

识别结果

品牌型号 : 解放牌CA4257P2K2T1EA84

发证日期 : 20130722

使用性质 : 货运

发动机号码 : 51676680

号牌号码 : 蒙E76258

全部人 : 呼伦贝尔市晓明运输有限公司

住址 : 内蒙古自治区呼伦贝尔市鄂温克族自治旗巴彦托海镇八居安居小区5号楼2单元4层2号

注册日期 : 20101207

车辆识别代号 : LFWSRXNH6AAD38754

车辆类型 : 重型半挂牵引车

 

 

5.测试结论和建议

测试下来，总体识别效果不错。对于行驶证有较强的识别能力，效果很好，速度也很快。对于提升工做效率会有很大的帮助。