Reconnaissance de plaques d'immatriculation (ANPR) — LicensePlateRecognizerBlock¶

LicensePlateRecognizerBlock lit les plaques d'immatriculation des véhicules grâce à un pipeline spécialisé en deux étapes : un détecteur de plaques dédié (YOLO) localise les plaques dans l'image, puis un modèle OCR spécifique aux plaques lit les caractères de chaque plaque recadrée. Les deux modèles proviennent de la famille FastALPR (MIT) : un détecteur de plaques YOLOv9-T et une tête de reconnaissance fast-plate-ocr. Une tête globale couvre les États-Unis et plus de 90 pays ; une tête européenne est optimisée pour les plaques de l'UE. La géométrie et l'alphabet du modèle de reconnaissance sont lus directement dans le modèle, si bien que sélectionner une région consiste simplement à pointer RecognitionModelPath vers cette tête.

graph LR;
    Source-->LicensePlateRecognizerBlock;
    LicensePlateRecognizerBlock-->VideoRendererBlock;
    LicensePlateRecognizerBlock-. OnPlateRecognized .->App[Votre application];

Utilisation¶

using VisioForge.Core.MediaBlocks.AI;
using VisioForge.Core.Types.X.AI;

var settings = new LicensePlateRecognizerSettings(detectorModelPath, recognitionModelPath)
{
    Provider = OnnxExecutionProvider.Auto,
    DetectionConfidenceThreshold = 0.35f,
    OcrConfidenceThreshold = 0.3f,
    DrawResults = true,
};

var anpr = new LicensePlateRecognizerBlock(settings);
anpr.OnPlateRecognized += (sender, e) =>
{
    foreach (var plate in e.Plates)
    {
        Console.WriteLine($"Plate: {plate.Text} ({plate.Confidence:P0}) at {plate.BoundingBox}");
    }
};

pipeline.Connect(source.Output, anpr.Input);
pipeline.Connect(anpr.Output, videoRenderer.Input);

await pipeline.StartAsync();

Chaque LicensePlateResult transporte le Text reconnu (normalisé : mis en majuscules, caractères non alphanumériques supprimés), la Confidence moyenne (0..1), le BoundingBox aligné sur les axes, et le Polygon de détection (quatre sommets OcrPoint), tous exprimés en pixels de l'image source.

Paramètres clés¶

LicensePlateRecognizerSettings(detectorModelPath, recognitionModelPath) :

Modèles et licences¶

Le détecteur et la tête de reconnaissance sont tous deux des modèles FastALPR sous licence MIT ; le SDK ne fournit pas les poids des modèles dans le paquet NuGet. Pour une meilleure précision sur des scènes chargées comportant de nombreuses plaques petites ou éloignées, exécutez en amont un détecteur de véhicules généraliste dédié (par exemple YOLOObjectDetectorBlock) afin de recadrer les zones du véhicule avant l'ANPR.

Utilisation avec VideoCaptureCoreX et MediaPlayerCoreX¶

var anpr = new LicensePlateRecognizerBlock(settings);
anpr.OnPlateRecognized += Anpr_OnPlateRecognized;

core.Video_Processing_AddBlock(anpr); // avant StartAsync (VideoCaptureCoreX)
// player.Video_Processing_AddBlock(anpr); // avant OpenAsync/PlayAsync (MediaPlayerCoreX)

await core.StartAsync();

Consultez Utiliser les blocs IA avec VideoCaptureCoreX et MediaPlayerCoreX pour l'API complète des blocs de traitement, l'ordre d'insertion et les règles de cycle de vie communes à tous les blocs vidéo IA.

Cas d'usage¶

• Accès et paiement de parking — reconnaître une plaque à la caméra d'une barrière pour l'ouvrir ou démarrer une session de stationnement.
• Journalisation des péages et du contrôle d'accès — enregistrer les plaques qui sont passées devant une caméra fixe et à quel moment.
• Gestion de flotte et de cour de dépôt — suivre les véhicules entrant et sortant d'un parking ou d'un dépôt privé.
• Outillage d'aide à la verbalisation routière — signaler des plaques pour une vérification manuelle (les décisions finales de verbalisation doivent toujours comporter une étape de vérification humaine).

Dépannage¶

Foire aux questions¶

Ce SDK ANPR fonctionne-t-il en dehors des États-Unis et de l'Europe ?¶

La tête de reconnaissance globale FastALPR couvre les États-Unis et plus de 90 pays ; une tête européenne distincte est optimisée pour les plaques de l'UE. Pointez RecognitionModelPath vers la tête correspondant à votre région cible.

Dois-je entraîner mon propre modèle de détection de plaques ?¶

Non — LicensePlateRecognizerBlock utilise directement le détecteur FastALPR YOLOv9-T et la tête de reconnaissance fast-plate-ocr ; vous n'avez qu'à fournir les deux fichiers .onnx.

Puis-je utiliser LicensePlateRecognizerBlock sur une scène de circulation large avec de nombreux véhicules ?¶

Oui, jusqu'à MaxDetections plaques par image (10 par défaut, configurable). Pour les scènes très chargées avec des plaques petites/éloignées, envisagez d'exécuter en amont un détecteur de véhicules (YOLOObjectDetectorBlock) pour recadrer d'abord les zones du véhicule.

Les données de plaque d'immatriculation sont-elles considérées comme des données personnelles/biométriques ?¶

Les plaques d'immatriculation sont généralement traitées comme des données personnelles au regard des réglementations sur la protection de la vie privée (bien que non biométriques au même titre qu'une empreinte faciale). Examinez les réglementations applicables (RGPD, lois ANPR locales et similaires) pour votre juridiction et votre cas d'usage avant tout déploiement.

Démos¶

• Démo de reconnaissance de plaques d'immatriculation — démo de pipeline Media Blocks en WPF.