Kişisel Proje

Plaka Tanıma Sistemi

Otomatik Plaka Tespit Teknolojisi

Deep Learning ve Computer Vision teknikleri kullanılarak geliştirilmiş gerçek zamanlı otomatik plaka tanıma sistemi

94%
Tanıma Doğruluğu
25fps
İşleme Hızı
1080p
Desteklenen Çözünürlük

Proje Hakkında

Bu proje, computer vision ve deep learning teknolojilerini kullanarak araç plakalarını otomatik olarak tespit edip tanıyabilen kapsamlı bir sistem geliştirme çalışmasıdır. Sistem, gerçek zamanlı video akışlarında veya statik görüntülerde plaka alanlarını lokalize edip, üzerindeki metni %94 doğrulukla okuyabilmektedir.

Proje kapsamında YOLO tabanlı nesne tespit algoritması ile Türkiye plaka formatına özelleştirilmiş OCR sistemi geliştirilmiştir. Sistem, farklı açılardan çekilmiş fotoğraflar, değişken ışık koşulları ve hareket halindeki araçlar için optimize edilmiştir.

Bu sistem, otopark yönetimi, güvenlik sistemleri, trafik ihlali tespiti ve araç takip uygulamaları gibi birçok farklı alanda kullanılabilecek niteliktedir. Özellikle gerçek zamanlı işleme kapasitesi ile pratik uygulamalarda yüksek performans sunmaktadır.

Geliştirme Sürecindeki Rolüm

Plaka Tespit Modeli Geliştirme

  • YOLOv8 algoritması ile plaka alanı tespit sistemi
  • 5000+ Türkiye plaka görüntüsü ile model eğitimi
  • Data augmentation ile farklı açı ve ışık koşulları simülasyonu

OCR Sistemi ve Metin Tanıma

  • Tesseract OCR'ın Türkçe plakalar için konfigürasyonu
  • Görüntü ön işleme teknikleri ile OCR doğruluğu optimizasyonu
  • Türkiye plaka formatı validasyonu ve hata düzeltme algoritmaları

Görüntü İşleme Pipeline

  • OpenCV ile görüntü kalitesi artırma ve gürültü azaltma
  • Perspektif düzeltme ve plaka alanı normalleştirme
  • Adaptive thresholding ve morfolojik operasyonlar

Gerçek Zamanlı İşleme

  • Webcam ve IP kamera entegrasyonu
  • Multi-threading ile FPS optimizasyonu
  • Plaka geçmişi tracking ve duplicate detection

Sonuçlar ve Performans

Tespit Performansı

  • Plaka Tespit Doğruluğu: 96.8%
  • OCR Doğruluğu: 94.2%
  • Genel Sistem Doğruluğu: 91.5%
  • False Positive Oranı: 3.2%

İşleme Hızı

  • Ortalama FPS: 25 fps
  • Plaka Tespit Süresi: 0.08s
  • OCR İşleme Süresi: 0.07s
  • Toplam Yanıt Süresi: 0.15s

Test Senaryoları ve Başarı Oranları

Görüntü Koşulları

  • Gündüz ışığı: 97.2%
  • Düşük ışık: 86.8%
  • Gece (flaş ile): 82.1%
  • Yağmurlu hava: 89.3%

Açı ve Mesafe

  • Frontal görüş (0°): 95.6%
  • Açılı görüş (±30°): 88.4%
  • Uzak mesafe (>10m): 83.7%
  • Hareket halinde: 87.9%

Kullanım Alanları

Otopark Yönetimi

Otomatik giriş-çıkış kontrolü, araç plaka kayıt sistemi ve otopark doluluk takibi için kullanılabilir.

  • • Bariyer kontrol entegrasyonu
  • • Ücretlendirme sistemi
  • • Araç takip ve raporlama

Güvenlik Sistemleri

Güvenlik kameraları ile entegre edilerek şüpheli araç tespiti ve erişim kontrolü sağlanabilir.

  • • Kara liste kontrolü
  • • Alarm sistemi entegrasyonu
  • • 7/24 otomatik izleme

Trafik Uygulamaları

Trafik ihlallerinin tespiti, hız kontrolü ve akıllı şehir projelerinde kullanım için uygundur.

  • • Hız limiti kontrolü
  • • Kırmızı ışık ihlali tespiti
  • • Trafik yoğunluk analizi

Veri Analizi

Araç hareketlerinin analizi, trafik paternlerinin incelenmesi ve istatistiksel raporlama için kullanılabilir.

  • • Araç sayım ve kategorilendirme
  • • Peak saatlerin belirlenmesi
  • • Rota optimizasyon verisi

Proje Bilgileri

Proje Türü
Kişisel Geliştirme
Süre
2 ay
Seviye
İleri Düzey
Durum
Tamamlandı

Kullanılan Teknolojiler

Python OpenCV YOLO Tesseract TensorFlow NumPy Threading Regex

İlgili Projeler

Computer Vision alanında geliştirilen diğer projelerim

Türkçe OCR Sistemi

Türkçe metin tanıma ve OCR teknolojisi

Detayları Gör

Drone Nesne Tespit

80 nesne tespit eden görüntü işleme

Detayları Gör

EasyBin

Computer Vision ile atık sınıflandırma

Detayları Gör