当前位置：首页 > article >正文

基于OpenCV与MQTT的停车场车牌识别系统：结合SQLite和Flask的设计流程

article 2024/11/17 13:38:23

一、项目概述

1.1 项目目标与用途

随着城市交通的不断发展，停车管理成为一个亟待解决的问题。传统的人工管理方式效率低下，容易出错，且无法实时监控车流量。为此，本项目旨在设计一个基于嵌入式技术的停车场车牌识别系统，能够自动识别进出停车场的车辆，记录车牌信息，并支持临时车牌的管理。该系统不仅可以提高停车场的管理效率，还能为用户提供便捷的停车体验。

1.2 技术栈关键词

硬件：高清摄像头、嵌入式处理器（Raspberry Pi、Jetson Nano）、存储设备（SD卡、SSD）
软件：Linux、OpenCV、Tesseract OCR、YOLO、SQLite
通信协议：MQTT、HTTP、WebSocket
用户界面：HTML/CSS/JavaScript、移动应用（Android/iOS）

二、系统架构

2.1 系统架构设计

本系统的架构设计包括硬件部分和软件部分。硬件部分主要由摄像头、嵌入式处理器和存储设备组成；软件部分则包括操作系统、图像处理、数据库和通信协议。

2.2 选择合适的硬件和技术栈

摄像头：选择支持夜视功能的高清摄像头，以确保在低光环境下也能清晰识别车牌。
嵌入式处理器：选择Raspberry Pi或Jetson Nano作为主控板，前者适合一般的图像处理，后者则适合需要深度学习的应用。
存储设备：使用SD卡存储实时数据，必要时可选择SSD以提高读写速度。

2.3 系统架构图

以下是系统架构图，展示了各个组件及其交互关系：

三、环境搭建和注意事项

3.1 环境搭建

硬件连接：

将摄像头连接到Raspberry Pi或Jetson Nano的USB接口。
确保SD卡已格式化并安装好操作系统（如Raspbian或Ubuntu）。

软件安装：

安装必要的软件包：

sudo apt-get updatesudo apt-get install python3-opencv tesseract-ocr

安装深度学习框架（如TensorFlow Lite或PyTorch Mobile）。

数据库配置：

安装SQLite或MySQL，并创建相应的数据库和表结构。

3.2 注意事项

确保摄像头的视角覆盖停车场的进出口。
在低光环境下测试摄像头的夜视效果。
定期备份数据库，以防数据丢失。

四、代码实现过程

在本项目中，我们将系统划分为多个模块，以便于开发和维护。每个模块负责特定的功能，模块之间通过定义良好的接口进行交互。以下是系统模块的详细介绍，包括代码示例、代码说明和算法介绍。

4.1 系统模块划分

系统主要分为以下几个模块：

图像采集模块
图像处理与车牌识别模块
数据存储模块
用户界面模块
通信模块

4.1.1 图像采集模块

功能：负责从摄像头实时捕获图像并保存。

代码示例：

import cv2

def capture_image():
    # 初始化摄像头
    cap = cv2.VideoCapture(0)  # 0为默认摄像头
    ret, frame = cap.read()  # 读取一帧图像
    if ret:
        cv2.imwrite('car_plate.jpg', frame)  # 保存图像
    cap.release()  # 释放摄像头

代码说明：

使用OpenCV库初始化摄像头并捕获图像。
如果成功捕获图像，则将其保存为car_plate.jpg。

4.1.2 图像处理与车牌识别模块

功能：对捕获的图像进行处理，并识别车牌信息。

算法介绍：

图像预处理：使用灰度化、二值化等方法提高车牌识别的准确性。
车牌识别：使用Tesseract OCR进行字符识别。

代码示例：

import cv2
import pytesseract

def process_image(image_path):
    # 读取图像
    image = cv2.imread(image_path)
    # 转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 应用高斯模糊
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    # 二值化处理
    _, thresh = cv2.threshold(blurred, 150, 255, cv2.THRESH_BINARY)
    
    # 使用Tesseract进行车牌识别
    custom_config = r'--oem 3 --psm 8'  # 配置参数
    text = pytesseract.image_to_string(thresh, config=custom_config)
    return text.strip()  # 返回识别结果

代码说明：

读取图像并转换为灰度图。
使用高斯模糊减少噪声，随后进行二值化处理。
使用Tesseract OCR识别车牌字符，并返回识别结果。

4.1.3 数据存储模块

功能：负责将识别到的车牌信息存储到数据库中。

代码示例：

import sqlite3

def store_data(license_plate):
    # 连接SQLite数据库
    conn = sqlite3.connect('parking_lot.db')
    cursor = conn.cursor()
    
    # 创建表（如果不存在）
    cursor.execute('''
        CREATE TABLE IF NOT EXISTS plates (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            license_plate TEXT NOT NULL,
            timestamp DATETIME DEFAULT CURRENT_TIMESTAMP
        )
    ''')
    
    # 插入车牌信息
    cursor.execute('INSERT INTO plates (license_plate) VALUES (?)', (license_plate,))
    conn.commit()  # 提交事务
    conn.close()  # 关闭连接

代码说明：

使用SQLite数据库存储车牌信息。
创建表格以存储车牌和时间戳。
插入识别到的车牌信息并提交事务。

4.1.4 用户界面模块

功能：提供用户与系统交互的界面，展示实时监控和识别结果。

代码示例（使用Flask框架）：

from flask import Flask, render_template
import sqlite3

app = Flask(__name__)

@app.route('/')
def index():
    # 连接数据库并获取车牌信息
    conn = sqlite3.connect('parking_lot.db')
    cursor = conn.cursor()
    cursor.execute('SELECT * FROM plates ORDER BY timestamp DESC')
    plates = cursor.fetchall()
    conn.close()
    return render_template('index.html', plates=plates)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

代码说明：

使用Flask框架创建一个简单的Web应用。
在根路由/中，连接SQLite数据库，查询所有车牌信息，并将结果传递给HTML模板index.html进行展示。
运行Flask应用，监听在5000端口。

HTML模板示例（templates/index.html）：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>停车场车牌识别系统</title>
    <link rel="stylesheet" href="https://stackpath.bootstrapcdn.com/bootstrap/4.5.2/css/bootstrap.min.css">
</head>
<body>
    <div class="container">
        <h1 class="mt-5">停车场车牌识别记录</h1>
        <table class="table mt-3">
            <thead>
                <tr>
                    <th>ID</th>
                    <th>车牌号</th>
                    <th>时间戳</th>
                </tr>
            </thead>
            <tbody>
                {% for plate in plates %}
                <tr>
                    <td>{{ plate[0] }}</td>
                    <td>{{ plate[1] }}</td>
                    <td>{{ plate[2] }}</td>
                </tr>
                {% endfor %}
            </tbody>
        </table>
    </div>
</body>
</html>

代码说明：

使用Bootstrap框架美化表格，展示车牌识别记录。
通过Jinja2模板引擎动态生成表格内容。

4.1.5 通信模块

功能：负责与外部系统（如云存储或其他服务）进行数据传输。

代码示例（使用MQTT协议）：

import paho.mqtt.client as mqtt

# MQTT回调函数
def on_connect(client, userdata, flags, rc):
    print("Connected with result code " + str(rc))

def publish_data(license_plate):
    client = mqtt.Client()
    client.on_connect = on_connect
    client.connect("mqtt.eclipse.org", 1883, 60)  # 连接MQTT服务器

    # 发布车牌信息
    client.publish("parking/plates", license_plate)
    client.disconnect()  # 断开连接