TRATAMIENTO DE IMÁGENES POR COMPUTADORA - PROYECTO FINAL
CÁMARA DE SEGURIDAD DE GARAGE
Proyecto - Tratamiento de imágenes por computadora
Nuestro proyecto consiste en una cámara implementada a través de una Raspberry Pi. La cámara está constantemente grabando la entrada al garage y, cuando detecta un auto que se aproxima para entrar, lee la matrícula del mismo y envía un mail notificando al usuario del evento.
ACERCA DE LA RASPBERRY PI
La Raspberry Pi (RPI) es esencialmente una pequeña computadora. Su precio varía entre los 5 y 35 dólares dependiendo del modelo y cuenta con varios accesorios que permiten extender su funcionamiento y le otorgan una gran versatilidad.
La RPI cuenta con su propia distribución del sistema operativo GNU/Linux. Esto permite la instalación de Python y la biblioteca OpenCV, que junto con el módulo de cámara convierten a la RPI en una poderosa herramienta a la hora de desarrollar aplicaciones de visión por computadora. A su vez cuenta con conexión WiFi y Bluetooth para comunicarse con otros dispositivos.
Además de su bajo costo, otra gran ventaja es su portabilidad. Con un peso de tan solo 50 gramos y un tamaño más chico que el de un celular promedio, la RPI puede fácilmente colocarse para ser utilizada como cámara de seguridad.
ETAPAS DEL ALGORITMO
El lector podrá encontrar una explicación detallada de cada paso así como el código fuente haciendo click en:
DETECCIÓN DEL VEHÍCULO.
En primer lugar se debe detectar la presencia del vehículo en la imagen. Para ello se implementó un detector de movimiento basado fuertemente en un algoritmo de Adrian Rosebrock de pyimagesearch.com. El algoritmo cuenta con distintos parámetros ajustables que permiten regular qué cuadro es capturado y utilizado para el paso siguiente.
DETERMINACIÓN DE LA REGIÓN DE INTERÉS
Una vez obtenida la imagen correspondiente al vehículo se debe determinar en qué parte de la misma se encuentra la matrícula. Esto se logra mediante un cálculo aproximado de la posición de los caracteres de la matricula en la imagen.
LECTURA DE LA MATRICULA
Luego de extraer la matricula se procede al reconocimiento de los caracteres. A grandes rasgos, los caracteres se separan del fondo de la matricula mediante una umbralización adaptativa. Luego cada carácter es segmentado utilizando propiedades de los contornos y finalmente se aplica template matching para determinar a qué letra o número corresponde.
RESULTADOS OBTENIDOS
¿Qué tan preciso es el algoritmo?
La etapa de detección de movimiento arrojó muy buenos resultados. En todas las pruebas hechas se logró detectar la llegada del vehículo y se extrajo exitosamente el cuadro correspondiente.
Se contaron con pocas fotos para poner a prueba el algoritmo de extracción y detección de la matricula debido a la dificultad y las implicaciones de tomarlas. De todas formas, los resultados obtenidos fueron bastante buenos. Del total de 13 imágenes, 9 fueron correctamente extraídas e identificadas, lo cual corresponde a un 69% de efectividad. Los 4 errores corresponden a 2 errores en la extracción de la matricula y otros 2 errores en la lectura de la misma.