嵌入式视觉实战2——基于MaixCAM与PP-OCR的智能门禁车牌识别系统

1. MaixCAM与PP-OCR的完美组合第一次接触MaixCAM时我就被这个小巧的视觉模块惊艳到了。它内置的RISC-V处理器跑着完整的Linux系统这意味着我们可以直接在上面部署各种AI模型而不用像传统单片机那样从零开始搭建开发环境。最让我惊喜的是官方提供的MaixHub平台已经集成了PP-OCR这样的成熟OCR模型这让车牌识别项目的起点变得异常简单。在实际测试中我发现PP-OCR模型对中文车牌的识别准确率相当不错。模型能够很好地处理不同光照条件下的车牌图像即便是傍晚时分光线较暗的场景只要补光充足识别率也能保持在90%以上。不过要注意的是模型对车牌的倾斜角度比较敏感建议在实际部署时将摄像头安装在正对车牌的位置或者考虑在识别前加入图像矫正的预处理步骤。MaixCAM的另一个优势是它的开发工具链非常友好。MaixVision这个IDE不仅提供了代码编辑、调试的功能还能直接打包应用部署到设备上。我特别喜欢它的实时预览功能可以一边调整代码一边看到识别效果这比传统的修改-编译-烧录-测试的开发流程高效太多了。2. 车牌识别系统的硬件搭建搭建这个系统时我尝试过几种不同的硬件配置。最经济实惠的方案是使用MaixCAM基础版配合普通的USB摄像头但如果追求更好的识别效果建议选择带全局快门的工业摄像头。我在一个地下车库的项目中就用了Basler的工业相机配合红外补光灯即使在完全黑暗的环境下也能获得清晰的图像。硬件连接方面MaixCAM提供了丰富的接口选项。除了常用的UART串口还可以通过SPI、I2C或者以太网与主控通信。我个人更推荐使用串口因为它简单可靠而且几乎所有的微控制器都支持。接线时要注意电平匹配MaixCAM的工作电压是3.3V如果主控是5V系统记得要加电平转换电路。电源设计是很多新手容易忽略的地方。MaixCAM在满负荷运行时功耗可能达到2W左右普通的手机充电宝可能无法稳定供电。我建议使用支持QC3.0的快充电源或者直接使用PoE供电模块。曾经有个项目因为用了劣质电源导致设备在高温环境下频繁重启排查了好久才发现是供电不足的问题。3. 车牌识别算法的优化技巧虽然PP-OCR模型开箱即用但针对车牌识别这个特定场景还是有一些优化空间的。首先是对模型的输入图像进行预处理我发现将图像转换为灰度图后识别准确率会有明显提升。这是因为车牌本身是蓝底白字或者黄底黑字颜色信息对识别帮助不大反而可能引入噪声。# 图像预处理示例 img cam.read() img_gray img.to_grayscale() objs ocr.detect(img_gray)另一个实用的技巧是设置ROI感兴趣区域。在门禁场景中车辆的位置相对固定我们可以只对图像中可能出现车牌的区域进行识别这样不仅能提高识别速度还能减少误识别。在MaixVision中可以使用image.crop函数来截取特定区域。对于识别结果的过滤正则表达式是必不可少的工具。国内车牌有严格的格式规范我们可以利用这个特点来过滤掉大部分误识别。下面是我常用的车牌正则表达式它涵盖了新能源车牌和普通蓝牌plate_pattern re.compile(r^[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼][A-Z][·•][A-Z0-9]{5}$)4. 系统稳定性的实战经验在实际部署中最大的挑战不是识别准确率而是系统的稳定性。我遇到过最棘手的问题是串口通信的可靠性。一开始直接用默认的串口配置结果发现数据经常出错。后来调整了波特率和校验位并加入了简单的校验机制问题才得到解决。# 改进后的串口配置 serial1 uart.UART(device, baudrate115200, bits8, parity0, stop1, timeout500)另一个常见问题是环境光变化导致的识别失败。我的解决方案是使用自适应阈值算法动态调整摄像头参数。MaixCAM的摄像头模块支持通过软件调整曝光、增益等参数我们可以根据环境亮度自动调整这些值# 自动曝光设置 if light_level 100: # 光线较暗 cam.set_exposure(1000) cam.set_gain(24) else: # 光线充足 cam.set_exposure(200) cam.set_gain(12)为了防止重复识别同一个车牌我设计了一个基于时间的缓存机制。只有当同一个车牌在30秒内没有被识别过时才会触发门禁开启。这个简单的策略有效避免了因车辆在道闸前停留导致的重复触发问题。5. 与门禁系统的集成方案将车牌识别系统集成到现有门禁中需要考虑多种通信协议。除了最基础的串口通信在一些高端项目中我还用过Modbus RTU和TCP/IP协议。如果门禁控制器支持网络通信建议优先选择以太网或者Wi-Fi连接这样不仅传输距离更远还能方便地实现远程监控和管理。数据记录功能也是必不可少的。我通常会在系统中加入SD卡存储模块将每次识别的车牌号和时间戳记录下来。对于需要联网的项目可以使用MaixCAM的Wi-Fi模块将数据上传到服务器。下面是一个简单的数据记录实现import json from maix import fs def save_record(plate_number): record { plate: plate_number, time: time.strftime(%Y-%m-%d %H:%M:%S) } with fs.open(/sd/records.json, a) as f: f.write(json.dumps(record) \n)安全性方面建议对传输的数据进行简单的加密。虽然不需要很复杂的算法但至少要对车牌号进行混淆处理防止被轻易窃取。我曾经用过一个简单的异或加密方法虽然不够强大但足以防范普通的监听攻击。6. 项目部署与维护心得现场部署时摄像头的安装位置和角度至关重要。经过多次测试我发现将摄像头安装在距离地面1.2-1.5米的高度与车牌呈15-30度夹角时效果最佳。要避免逆光安装如果无法避免可以考虑加装遮光罩或者使用带强光抑制功能的摄像头。设备外壳的选择也很有讲究。户外使用的设备需要防水防尘我常用的是IP65等级的外壳并会在内部加入防潮剂。夏季高温时设备内部温度可能达到60℃以上所以良好的散热设计必不可少。我通常会在外壳上加装散热鳍片或者在内部使用导热硅胶将热量传导到金属外壳上。维护方面建议定期比如每季度清洁摄像头镜片检查连接线是否老化。软件层面可以加入远程更新功能这样发现bug或者需要升级时不用到现场就能完成更新。MaixCAM支持通过Wi-Fi或者以太网进行OTA更新大大简化了维护工作。