CN113657371B - 一种相机角度的调整方法、系统、存储介质、电子设备 - Google Patents
一种相机角度的调整方法、系统、存储介质、电子设备 Download PDFInfo
- Publication number
- CN113657371B CN113657371B CN202111223060.6A CN202111223060A CN113657371B CN 113657371 B CN113657371 B CN 113657371B CN 202111223060 A CN202111223060 A CN 202111223060A CN 113657371 B CN113657371 B CN 113657371B
- Authority
- CN
- China
- Prior art keywords
- deflection
- license plate
- angle
- photos
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
Description
技术领域
本发明涉及车牌识别领域 ,尤其是涉及一种相机角度的调整方法、系统、存储介质、电子设备。
背景技术
随着社会的快速发展通过车牌自动识别系统已被广泛使用,但是现有技术中车牌的自动识别相机安装的角度不是最佳角度,导致车牌的识别率比较低,在这种情况下,需要工作人员到现场不断的根据车牌的识别相机的识别效果进行手动调整车牌的识别相机,需要花费的时间较多,人力成本大,且工作人员只能凭借经验对车牌的识别相机角度进行调整。
发明内容
本发明的目的是提供一种相机角度的调整方法、系统、存储介质、电子设备,来解决现有技术中存在的上述技术问题,具体包括如下四个方面:
本发明第一方面提供了一种相机角度的调整方法,包括如下步骤:
步骤S10:获取多张车牌照片,其中,车牌照片的序号记为i,i=1~n,n为车牌照片的总数;
步骤S20:根据每张车牌照片,生成多张偏转照片,其中,偏转照片的序号记为j,j= 1~mi,mi为第i张车牌照片的偏转总数,第j张偏转照片相对于第i张车牌照片的偏转角度记为α j ;
步骤S30:识别所有偏转照片,选取车牌识别成功的偏转照片,将第i张车牌识别成功的偏转照片中的偏转角度的合集记为A j ;
步骤S40:计算,其中,B t 为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集,t=1~p,t为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的序号,p为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的总数;
步骤S50:将相机根据B t 中的偏转角度α t 依次进行调整,并获得每次根据偏转角度α t 调整后对应的车牌识别率,将α t 对应的车牌识别率记为C t ,将对应的偏转角度作为车牌识别相机的目标调整角度。
进一步地,还包括步骤S60:
获取车牌识别相机在目标调整角度下的车牌识别率,当车牌识别相机在目标调整角度下的车牌识别率小于识别率阈值时,重复步骤S10~步骤S50。
进一步地,步骤S20中每张车牌照片通过数据增强的方法,生成多张偏转照片,每张偏转照片相对于对应的车牌照片的偏转角度不同。
本发明第二方面提供了一种相机角度的调整系统,包括如下模块:
获取模块:用于获取多张车牌照片,其中,车牌照片的序号记为i,i=1~n,n为车牌照片的总数;
生成模块:用于根据每张车牌照片,生成多张偏转照片,其中,偏转照片的序号记为j,j=1~mi,mi为第i张车牌照片的偏转总数,第j张偏转照片相对于第i张车牌照片的偏转角度记为α j ;
识别模块:用于识别所有偏转照片,选取车牌识别成功的偏转照片,将第i张车牌识别成功的偏转照片中的偏转角度的合集记为A j ;
计算模块:用于计算,其中,B t 为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集,t=1~p,t为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的序号,p为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的总数;
调整模块:用于将相机根据B t 中的偏转角度α t 依次进行调整,并获得每次根据偏转角度α t 调整后对应的车牌识别率,将α t 对应的车牌识别率记为C t ,将对应的偏转角度作为车牌识别相机的目标调整角度。
进一步地,还包括判断模块,用于获取车牌识别相机在目标调整角度下的车牌识别率,判断车牌识别相机在目标调整角度下的车牌识别率和识别率阈值的大小。
进一步地,生成模块中每张车牌照片通过数据增强的方法,生成多张偏转照片,每张偏转照片相对于对应的车牌照片的偏转角度不同。
本发明第三方面提供了一种可读存储介质,用于存储程序,所述程序被执行时,用于实现如第一方面任一项所述的相机角度的调整方法。
本发明第四方面提供了一种电子设备,包括:一个或多个处理器;存储器,其上存储有一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如第一方面任一项所述的相机角度的调整方法。
本发明相对于现有技术至少具有如下技术效果:
(1)现有技术中,停车场中的相机只能识别大多数车牌,识别的准确度比较低,原因在于停车场中相机的拍摄角度不是最佳角度,不能完整识别获取每一辆车的车牌,出现车辆进入和驶出停车场不成功的问题,通常情况下只能根据车牌的识别结果,技术人员凭借多年的工作经验人工对相机的拍摄角度进行调整,如果一次调整的识别结果不满足需求只能依靠技术人员多次不断地进行人工调整,使得相机拍摄角度的调整至最佳位置,导致在相机的调整过程花费时间较长,人力成本较大,最终还不能满足车牌高识别率的要求,基于此,本发明通过对相机拍摄的车牌照片分别生成不同偏转角度的偏转照片,并选取多张车牌识别成功的偏转照片以及对应的角度,并将每张车牌照片对应的偏转照片中均识别成功的偏转角度作为调整角度,最后将相机根据调整角度调整后的车牌识别成功率最高的偏转角度作为相机最终的目标调整角度,通过本发明的相机角度调整方法,可以自主根据其内部预设的角度调整分析方法,自主计算当前的车牌成功识别的识别率,并根据当前的识别率,计算出最最佳的目标调整角度,并自主根据目标调整角度进行调整,减少了相机角度的调整次数,节省了调整时间,减少人工调整,相机需要调整的角度可以精度获知,不用凭借感觉来调整一定的角度,且车牌识别成功识别率有了大幅度的提高。
(2)通过本发明的相机角度的调整方法,可以系统可以通过相机下方的支座或者电机自主将相机调整至最佳的车牌识别角度,且相机的目标调整角度即最佳的车牌识别角度可以根据不同时间范围内获取的车牌进行动态更新和校正,使得识别车牌的相机一直处于最佳的车牌识别角度和位置,保证停车场可以实时获取每一辆车辆的车牌,保持高车牌识别率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明相机角度的调整方法流程图;
图2是本发明中的车辆驶入停车场时相机识别车牌的效果图;
图3是本发明中的电子设备的示意图。
具体实施方式
以下的说明提供了许多不同的实施例、或是例子,用来实施本发明的不同特征。以下特定例子所描述的元件和排列方式,仅用来精简的表达本发明,其仅作为例子,而并非用以限制本发明。
在下文中将参考附图对本发明的各方面进行更充分的描述。然而,本发明可以具体化成许多不同形式且不应解释为局限于贯穿本发明所呈现的任何特定结构或功能。相反地,提供这些方面将使得本发明周全且完整,并且本发明将给本领域技术人员充分地传达本发明的范围。基于本文所教导的内容,本领域的技术人员应意识到,无论是单独还是结合本发明的任何其它方面实现本文所公开的任何方面,本发明的范围旨在涵盖本文中所公开的任何方面。例如,可以使用本文所提出任意数量的相机或者执行方法来实现。另外,除了本文所提出本发明的多个方面之外,本发明的范围更旨在涵盖使用其它结构、功能或结构和功能来实现的相机或方法。应可理解,其可通过权利要求的一或多个元件具体化本文所公开的任何方面。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
本发明的目的是提供一种相机角度的调整方法、系统、存储介质、电子设备,来解决现有技术中存在的上述技术问题,具体包括如下四个实施例:
第一实施例:
如图1-图3所示,本发明第一实施例提供了一种相机角度的调整方法,包括如下步骤:
步骤S10:获取多张车牌照片,其中,车牌照片的序号记为i,i=1~n,n为车牌照片的总数;
步骤S20:根据每张车牌照片,生成多张偏转照片,其中,偏转照片的序号记为j,j= 1~mi,mi为第i张车牌照片的偏转总数,第j张偏转照片相对于第i张车牌照片的偏转角度记为α j ;
步骤S30:识别所有偏转照片,选取车牌识别成功的偏转照片,将第i张车牌识别成功的偏转照片中的偏转角度的合集记为A j ;
步骤S40:计算,其中,B t 为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集,t=1~p,t为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的序号,p为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的总数;
步骤S50:将相机根据B t 中的偏转角度α t 依次进行调整,并获得每次根据偏转角度α t 调整后对应的车牌识别率,将α t 对应的车牌识别率记为C t ,将对应的偏转角度作为车牌识别相机的目标调整角度。
上述方案中,在进行步骤S10之前,首先,在需要进行车牌识别的场所,如商场、小区、广场等场所的车辆进入停车场的入口处或者出口处的合适位置安装识别车牌的相机,并初步调整相机的位置,使得相机至少可以拍到进入或驶出停车场的所有车辆中大部分车辆,方便后续在相机中预设相机根据识别到的车牌结果调整至最佳位置,可以识别出所有进入或驶出停车场车辆的车牌。
在停车场的通道处安装完相机后,在一定的时间范围内,相机通过抓拍驶入或者驶出停车场通道的车辆的车牌照片,获取多张不同的车牌照片,进而获得真实的车牌在经过停车场通道处的照片,与通过其他方式模拟的获得的车牌照片相比较,通过相机真实拍摄的,且停车场需要进行相机准确识别每一辆车辆的车牌的场所,获得的车牌照片更加具备后续相机自动进行角度调整的参考意义。
需要说明的是,相机在一定时间范围内,抓拍通过驶入或者驶出停车场通道车辆的车牌,其中一定的时间范围指的可以是一周,也可以是一个月,一年等时间范围,在此不做限制,可以根据实际需要获得的车牌照片数量进行选择。
相机获得的原始的驶入或驶出停车场的车辆的车牌照片之后,由于在停车场进口通道或者出口通道处相机安装好了之后,在获取多张车牌的过程中不会不会调整相机的角度和位置,进而通过相机获得的多张车牌照片中每一张车牌照片之前的车牌不同,并不是获取的车牌照片中为同一个车牌在不同角度下的照片,也不是多张车牌照片在不同角度下的照片,为了方便后续对相机在不同角度拍摄的车牌照片中车牌的识别效果的研究,本发明实施例通过采用图像方面数据增强的方法,将获取的多张车牌照片中的每一张车牌照片,生成每一张车牌在不同角度下的偏转照片,且每一张偏转照片与对应的偏转之前相机获取的车牌照片之间的偏转角度不同,如相机获取了车牌照片1、车牌照片2、车牌照片3、车牌照片4、车牌照片5,然后将车牌照片1通过数据增强方法,将车牌照片1旋转10°生成偏转照片1,将车牌照片1旋转20°生成偏转照片2等多张偏转照片,且偏转照片1和偏转照片2相对于车牌照片1的偏转角度不同。
将所有车牌照片生成的偏转照片通过图像识别方法获取其照片中的车牌信息,首先对每一张车牌生成的不同偏转角度的偏转照片进行灰度处理,由于相机获取到的车牌照片通常情况下彩色照片,因此导致照片占据的内存大,而且在对其处理的时候也会耗用较多的系统资源,导致系统的执行效率不高,而灰度图像只含有亮度信息,大大减少了系统的工作时间,因此先将相机获得的照片转化为灰度图片,然后为了减小背景部分对需要获取的目标的影响,对灰度照片进行二值化处理,将车牌从背景中提取出来,其中二值化可以选用全局阈值法和局部阈值法中的任何一种方法进行照片处理,对获取到的二值化照片进一步采用边缘检测的方法进行处理,找到车牌区域与其他区域之间的边缘,进一步进行图像分割,具体边缘检测算法可以采用Roberts算法、Sobel算法、Prewit算法、Laplacian算法、canny算法,由此识别出获得的偏转照片中的车牌信息。
对每一张照片进行识别完成之后,会获得每一张车牌照片在不同偏转角度下对应的偏转照片中车牌的识别结果,其中识别结果有两种,识别成功和识别失败,选取每一张车牌照片对应的所有偏转照片中车牌识别成功的偏转照片,以及每一张车牌识别成功的偏转照片与对应的未发生偏转的车牌照片之间的偏转角度,将这些偏转角度放在合集A j 中,然后再将每一张车牌识别成功的偏转照片与对应的未发生偏转的车牌照片之间的偏转角度生成的合集之间取交集B t ,进而获得所有车牌照片中均识别成功的偏转角度,如车牌照片1中车牌识别成功的偏转照片有多张,每张对应的偏转角度分别为20°、30°、40°、50°,车牌照片2中识别成功的偏转照片有多张,每张对应的偏转角度分别为10°、30°、40°、60°,车牌照片3中识别成功的偏转照片有多张,每张对应的偏转角度分别为10°、30°、60°、70°,然后获得车牌照片1-车牌照片3中均识别成功的偏转角度为30°。
将相机根据获得的交集B t 中的角度进行调整,并将每次相机根据交集中的偏转角度进行调整后对应的车牌识别率,将识别率最大的对应的偏转角度作为相机需要调整的目标角度,此时相机可以识别几乎所有的车牌,满足停车场对车牌高识别结果的需求。
因此,现有技术中,停车场中的相机只能识别大多数车牌,识别的准确度比较低,原因在于停车场中相机的拍摄角度不是最佳角度,不能完整识别获取每一辆车的车牌,出现车辆进入和驶出停车场不成功的问题,通常情况下只能根据车牌的识别结果,技术人员凭借多年的工作经验人工对相机的拍摄角度进行调整,如果一次调整的识别结果不满足需求只能依靠技术人员多次不断地进行人工调整,使得相机拍摄角度的调整至最佳位置,导致在相机的调整过程花费时间较长,人力成本较大,最终还不能满足车牌高识别率的要求,基于此,本发明通过对相机拍摄的车牌照片分别生成不同偏转角度的偏转照片,并选取多张车牌识别成功的偏转照片以及对应的角度,并将每张车牌照片对应的偏转照片中均识别成功的偏转角度作为调整角度,最后将相机根据调整角度调整后的车牌识别成功率最高的偏转角度作为相机最终的目标调整角度,通过本发明的相机角度调整方法,可以自主根据其内部预设的角度调整分析方法,自主计算当前的车牌成功识别的识别率,并根据当前的识别率,计算出最最佳的目标调整角度,并自主根据目标调整角度进行调整,减少了相机角度的调整次数,节省了调整时间,减少人工调整,相机需要调整的角度可以精度获知,不用凭借感觉来调整一定的角度,且车牌识别成功识别率有了大幅度的提高。
进一步地,还包括步骤S60:
获取车牌识别相机在目标调整角度下的车牌识别率,当车牌识别相机在目标调整角度下的车牌识别率小于识别率阈值时,重复步骤S10~步骤S50。
上述方案中,当相机根据目标调整角度完成后,获取此时对应的车牌识别率,将车牌识别率与系统设置的车牌识别率阈值进行比较,如果车牌识别相机在目标调整角度下的车牌识别率小于识别率阈值时,说明此时的目标调整角度还不是相机最佳的调整角度,可以再次安装上述步骤来更新目标调整角度,直至相机在目标调整角度下的车牌识别率大于等于识别率阈值时,则说明此时相机的角度为最佳车牌识别角度。
因此,通过本发明的相机角度的调整方法,可以系统可以通过相机下方的支座或者电机自主将相机调整至最佳的车牌识别角度,且相机的目标调整角度即最佳的车牌识别角度可以根据不同时间范围内获取的车牌进行动态更新和校正,使得识别车牌的相机一直处于最佳的车牌识别角度和位置,保证停车场可以实时获取每一辆车辆的车牌。保持高车牌识别率。
进一步地,步骤S20中每张车牌照片通过数据增强的方法,生成多张偏转照片,每张偏转照片相对于对应的车牌照片的偏转角度不同。
上述方案中,通过采用图像方面数据增强的方法,将获取的多张车牌照片中的每一张车牌照片,生成每一张车牌在不同角度下的偏转照片,且每一张偏转照片与对应的偏转之前相机获取的车牌照片之间的偏转角度不同。
第二实施例:
本发明第二实施例提供了一种相机角度的调整系统,包括如下模块:
获取模块:用于获取多张车牌照片,其中,车牌照片的序号记为i,i=1~n,n为车牌照片的总数;
生成模块:用于根据每张车牌照片,生成多张偏转照片,其中,偏转照片的序号记为j,j=1~mi,mi为第i张车牌照片的偏转总数,第j张偏转照片相对于第i张车牌照片的偏转角度记为α j ;
识别模块:用于识别所有偏转照片,选取车牌识别成功的偏转照片,将第i张车牌识别成功的偏转照片中的偏转角度的合集记为A j ;
计算模块:用于计算,其中,B t 为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集,t=1~p,t为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的序号,p为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的总数;
调整模块:用于将相机根据B t 中的偏转角度α t 依次进行调整,并获得每次根据偏转角度α t 调整后对应的车牌识别率,将α t 对应的车牌识别率记为C t ,将对应的偏转角度作为车牌识别相机的目标调整角度。
进一步地,还包括判断模块,用于获取车牌识别相机在目标调整角度下的车牌识别率,判断车牌识别相机在目标调整角度下的车牌识别率和识别率阈值的大小。
进一步地,生成模块中每张车牌照片通过数据增强的方法,生成多张偏转照片,每张偏转照片相对于对应的车牌照片的偏转角度不同。
第三实施例:
本发明第三实施例提供了一种可读存储介质,用于存储程序,所述程序被执行时,用于实现如第一方面任一项所述的相机角度的调整方法。
第四实施例:
本发明第四实施例提供了一种电子设备,包括:一个或多个处理器;存储器,其上存储有一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如第一方面任一项所述的相机角度的调整方法。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种相机角度的调整方法,其特征在于,包括如下步骤:
步骤S10:获取多张车牌照片,其中,车牌照片的序号记为i,i=1~n,n为车牌照片的总数;
步骤S20:根据每张车牌照片,生成多张偏转照片,其中,偏转照片的序号记为j,j=1~ mi,mi为第i张车牌照片的偏转总数,第j张偏转照片相对于第i张车牌照片的偏转角度记为α j ;
步骤S30:识别所有偏转照片,选取车牌识别成功的偏转照片,将第i张车牌识别成功的偏转照片中的偏转角度的合集记为A j ;
步骤S40:计算,其中,将每一张车牌识别成功的偏转照片与对应的未发生偏转的车牌照片之间的偏转角度生成的合集之间取交集B t ,t=1~ p,t为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的序号,p为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的总数;
2.如权利要求1所述的相机角度的调整方法,其特征在于,还包括步骤S60:
获取车牌识别相机在目标调整角度下的车牌识别率,当车牌识别相机在目标调整角度下的车牌识别率小于识别率阈值时,重复步骤S10~步骤S50。
3.如权利要求1所述的相机角度的调整方法,其特征在于,步骤S20中每张车牌照片通过数据增强的方法,生成多张偏转照片,每张偏转照片相对于对应的车牌照片的偏转角度不同。
4.一种相机角度的调整系统,其特征在于,包括如下模块:
获取模块:用于获取多张车牌照片,其中,车牌照片的序号记为i,i=1~n,n为车牌照片的总数;
生成模块:用于根据每张车牌照片,生成多张偏转照片,其中,偏转照片的序号记为j,j =1~mi,mi为第i张车牌照片的偏转总数,第j张偏转照片相对于第i张车牌照片的偏转角度记为α j ;
识别模块:用于识别所有偏转照片,选取车牌识别成功的偏转照片,将第i张车牌识别成功的偏转照片中的偏转角度的合集记为A j ;
计算模块:用于计算,其中,将每一张车牌识别成功的偏转照片与对应的未发生偏转的车牌照片之间的偏转角度生成的合集之间取交集B t ,t=1~p,t为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的序号,p为所有车牌识别成功的偏转照片中偏转角度合集A j 的交集中偏转角度的总数;
5.如权利要求4所述的相机角度的调整系统,其特征在于,还包括判断模块,用于获取车牌识别相机在目标调整角度下的车牌识别率,判断车牌识别相机在目标调整角度下的车牌识别率和识别率阈值的大小。
6.如权利要求4所述的相机角度的调整系统,其特征在于,生成模块中每张车牌照片通过数据增强的方法,生成多张偏转照片,每张偏转照片相对于对应的车牌照片的偏转角度不同。
7.一种可读存储介质,其特征在于,用于存储程序,所述程序被执行时,用于实现如权利要求1-3任一项所述的相机角度的调整方法。
8.一种电子设备,其特征在于,包括:一个或多个处理器;存储器,其上存储有一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-3任一项所述的相机角度的调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111223060.6A CN113657371B (zh) | 2021-10-20 | 2021-10-20 | 一种相机角度的调整方法、系统、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111223060.6A CN113657371B (zh) | 2021-10-20 | 2021-10-20 | 一种相机角度的调整方法、系统、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113657371A CN113657371A (zh) | 2021-11-16 |
CN113657371B true CN113657371B (zh) | 2021-12-21 |
Family
ID=78484316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111223060.6A Active CN113657371B (zh) | 2021-10-20 | 2021-10-20 | 一种相机角度的调整方法、系统、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657371B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114758208B (zh) * | 2022-06-14 | 2022-09-06 | 深圳市海清视讯科技有限公司 | 考勤设备调整方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214380A (zh) * | 2018-09-12 | 2019-01-15 | 湖北民族学院 | 车牌倾斜校正方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4922097B2 (ja) * | 2007-08-14 | 2012-04-25 | 株式会社東芝 | カメラシステム |
CN102147858B (zh) * | 2011-03-31 | 2012-08-01 | 重庆大学 | 车牌字符识别方法 |
CN105894817B (zh) * | 2015-01-26 | 2019-04-30 | 杭州海康威视数字技术股份有限公司 | 车辆违章停车的取证方法及其装置 |
CN108109393A (zh) * | 2018-01-10 | 2018-06-01 | 合肥师范学院 | 可切换摄像模式的交通监控装置 |
CN108668063B (zh) * | 2018-07-16 | 2024-02-06 | 广东安快智能科技有限公司 | 一种可自由调整角度的车牌识别一体机摄像机 |
CN110136449B (zh) * | 2019-06-17 | 2022-05-20 | 珠海华园信息技术有限公司 | 基于深度学习的交通视频车辆违停自动识别抓拍的方法 |
CN110443244B (zh) * | 2019-08-12 | 2023-12-05 | 深圳市捷顺科技实业股份有限公司 | 一种图形处理的方法以及相关装置 |
CN210867918U (zh) * | 2020-03-05 | 2020-06-26 | 苏国良 | 一种车牌识别装置用可调节式摄像头 |
CN212231639U (zh) * | 2020-06-23 | 2020-12-25 | 智慧互通科技有限公司 | 一种阵列相机设备偏转角度的采集装置 |
CN112037529A (zh) * | 2020-09-11 | 2020-12-04 | 江苏小白兔智造科技有限公司 | 一种基于车牌的无需停车厅的智能停车系统 |
CN113255633B (zh) * | 2021-07-16 | 2023-04-14 | 深圳市赛菲姆科技有限公司 | 基于目标跟踪的摄像头调节控制方法、装置、系统和介质 |
CN113259598B (zh) * | 2021-07-16 | 2023-01-31 | 深圳市赛菲姆科技有限公司 | 摄像头水平调节控制方法、系统、终端及存储介质 |
-
2021
- 2021-10-20 CN CN202111223060.6A patent/CN113657371B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214380A (zh) * | 2018-09-12 | 2019-01-15 | 湖北民族学院 | 车牌倾斜校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113657371A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9292759B2 (en) | Methods and systems for optimized parameter selection in automated license plate recognition | |
CN110569878B (zh) | 一种基于卷积神经网络的照片背景相似度聚类方法及计算机 | |
CN106778659B (zh) | 一种车牌识别方法及装置 | |
CN108875731B (zh) | 目标识别方法、装置、系统及存储介质 | |
CN111723801B (zh) | 鱼眼相机图片中目标检测矫正的方法与系统 | |
US9767383B2 (en) | Method and apparatus for detecting incorrect associations between keypoints of a first image and keypoints of a second image | |
US9214011B2 (en) | Camera defocus direction estimation | |
CN111310746B (zh) | 文本行检测方法、模型训练方法、装置、服务器及介质 | |
CN103973990A (zh) | 宽动态融合方法及装置 | |
CN113657371B (zh) | 一种相机角度的调整方法、系统、存储介质、电子设备 | |
CN111079571A (zh) | 证卡信息识别及其边缘检测模型训练方法、装置 | |
CN111611994B (zh) | 图像提取方法、装置、电子设备和存储介质 | |
Attard et al. | Image mosaicing of tunnel wall images using high level features | |
CN111310751B (zh) | 车牌识别方法、装置、电子设备和存储介质 | |
WO2024002396A2 (zh) | 一种车辆充电口识别方法及相关设备 | |
CN109492532A (zh) | 一种图像ai识别的方法、装置和系统 | |
CN112215222A (zh) | 车牌识别方法、装置、设备及存储介质 | |
CN102708559A (zh) | 使用多核卷积的模糊差估计 | |
CN112329597A (zh) | 一种人脸识别的方法和装置 | |
CN104408430B (zh) | 一种车牌定位方法及装置 | |
CN113221897A (zh) | 图像矫正方法、图像文本识别方法、身份验证方法及装置 | |
CN116017129A (zh) | 一种补光灯角度调整方法、装置、系统、设备和介质 | |
CN111010556B (zh) | 投影双向热失焦补偿的方法、装置及可读存储介质 | |
CN115550517A (zh) | 扫描控制方法、系统、电子设备和存储介质 | |
CN112036342A (zh) | 单证抓拍方法、设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |