Car Plate OCR using Computer Vision

🚘 مشروع نظام التعرف الذكي على لوحات السيارات (ANPR System) 📝 وصف المشروع نظام متطور يعتمد على تقنيات الرؤية الحاسوبية (Computer Vision) والذكاء الاصطناعي لاستخراج أرقام وحروف لوحات المركبات من الصور ومقاطع الفيديو بدقة عالية. يهدف النظام إلى أتمتة عمليات مراقبة المرور، تنظيم مواقف السيارات (Parkings)، وتسهيل عمليات تسجيل الدخول والخروج بدون تدخل بشري. 🛠️ التقنيات المستخدمة (Tech Stack) لغة البرمجة: Python. المكتبات الأساسية: OpenCV: لمعالجة الصور وتحسين جودتها (Image Pre-processing). YOLO (v8/v9): لاكتشاف مكان اللوحة وتحديدها بدقة (Object Detection). EasyOCR / PaddleOCR: لتحويل صورة اللوحة إلى نص رقمي (OCR). Pandas & NumPy: لإدارة وتنظيم البيانات المستخرجة. 🚀 خطوات العمل (Technical Pipeline) اكتشاف المركبة (Vehicle Detection): التعرف على وجود سيارة داخل الكادر. تحديد اللوحة (Plate Localization): قص منطقة اللوحة فقط من الصورة الأصلية لزيادة دقة القراءة. معالجة الصور (Image Enhancement): تحويل الصورة لرمادي (Grayscale) وتقليل الضوضاء (Noise Reduction) لضمان وضوح الحروف. تحويل الصورة لنص (OCR): استخدام نماذج التعلم العميق لقراءة الأرقام والحروف بدقة. تخزين البيانات: ربط المخرجات بقاعدة بيانات أو ملف Excel مع تسجيل وقت وتاريخ المرور. 🌟 مميزات النظام الدقة العالية: قدرة فائقة على القراءة حتى في الإضاءة الضعيفة أو الزوايا الصعبة. المعالجة اللحظية (Real-time): النظام يعمل بسرعة تكفي لمعالجة فيديوهات البث المباشر. دعم اللوحات المختلفة: إمكانية تخصيص النظام ليدعم لوحات دول معينة أو أنواع محددة من الخطوط. تصدير التقارير: إمكانية ربط النظام بلوحة تحكم لعرض سجلات السيارات المارة.