🚗 ระบบ OCR สำหรับอ่านป้ายทะเบียนรถยนต์ (LPR)

🚗 Thai Vehicle License Plate OCR

ยินดีต้อนรับสู่ Thai Vehicle License Plate OCR API เวอร์ชัน 2.0 ผลิตภัณฑ์ AI ที่พัฒนาโดย บริษัท ไอแอพพ์เทคโนโลยี จำกัด API ของเราออกแบบมาเพื่อดึงข้อมูลหมายเลขทะเบียนรถและข้อมูลรถยนต์จากรูปภาพด้วยความแม่นยำและความเร็วสูง API รองรับรูปแบบไฟล์ JPEG, JPG, PNG และสามารถประมวลผลรูปภาพรถยนต์ได้ภายใน 1-2 วินาที

Example Images (Click to try)

API Key

Demo key is limited to 10 requests per day per IP
Click here to get your API key

Endpoint URL

cURL Command

อัพโหลดรูปภาพ

เริ่มต้นใช้งาน

1. ข้อกำหนดเบื้องต้น

   • API key จาก ไอแอพพ์เทคโนโลยี
   • รูปภาพรถยนต์ที่มีป้ายทะเบียน
   • รูปแบบไฟล์ที่รองรับ: JPEG, JPG, PNG
   • ขนาดไฟล์สูงสุด: 2MB

2. เริ่มต้นอย่างรวดเร็ว

   • การประมวลผลที่รวดเร็ว (1-2 วินาทีต่อภาพ)
   • การดึงข้อความที่มีความแม่นยำสูง (ความแม่นยำโดยรวม 92.28%)
   • รองรับหลายยี่ห้อและประเภทรถยนต์

3. คุณสมบัติหลัก

   • การดึงข้อมูลรายละเอียดต่างๆ รวมถึง:
     • หมายเลขทะเบียนรถ
     • ยี่ห้อรถ
     • ประเภทรถ
     • สีรถ
     • จังหวัดที่จดทะเบียน
   • การตรวจจับรถยนต์
   • การตรวจจับป้ายทะเบียนที่หายไป
   • รูปแบบการตอบสนอง JSON ที่ยืดหยุ่น

4. ความปลอดภัยและการปฏิบัติตามกฎระเบียบ

   • ปฏิบัติตาม GDPR และ PDPA
   • ไม่มีการเก็บรักษาข้อมูลหลังจากการประมวลผล

วิธีรับ API Key?

กรุณาเยี่ยมชม API Portal เพื่อดู API key ที่มีอยู่ของคุณหรือขอ API key ใหม่

ตัวอย่าง

1. ตัวอย่างการใช้งานจริงกับรถยนต์

ตัวอย่างที่ 1

ตัวอย่างที่ 2

ตัวอย่างที่ 3

2. ตัวอย่างไฟล์รถยนต์

คำขอ

curl --location 'https://api.iapp.co.th/license-plate-recognition/file' \
--header 'apikey: {YOUR API KEY}' \
--form 'file=@"{YOUR UPLOADED FILE}"'

การตอบสนอง

{
    "conf": 93.30192566,
    "country": "th",
    "infer_time(s)": 0.18,
    "is_missing_plate": "no",
    "is_vehicle": "yes",
    "lp_number": "กร5539",
    "message": "success",
    "province": "th-14:Phra Nakhon Si Ayutthaya (พระนครศรีอยุธยา)",
    "status": 200,
    "vehicle_body_type": "tractor-trailer",
    "vehicle_brand": "honda",
    "vehicle_color": "white",
    "vehicle_model": "honda_jazz",
    "vehicle_orientation": "135",
    "vehicle_year": "2010-2014"
}

คุณสมบัติและความสามารถ

คุณสมบัติหลัก

• การจดจำป้ายทะเบียน: ดึงและอ่านหมายเลขทะเบียนรถไทยจากรูปภาพได้อย่างแม่นยำ
• ข้อมูลรถยนต์ที่ครอบคลุม: ระบุและให้รายละเอียดต่างๆ เช่น:
  • หมายเลขทะเบียนรถ
  • จังหวัดที่จดทะเบียน
  • ยี่ห้อรถ
  • รุ่นรถ
  • ปีที่ผลิต
  • ทิศทางของรถ (ด้านหน้า ด้านข้าง ด้านหลัง)
  • ประเภทรถ (เช่น รถเก๋ง รถ SUV รถบรรทุก)
• ความแม่นยำสูง: ใช้ขั้นตอนวิธีการมองเห็นด้วยคอมพิวเตอร์ขั้นสูงเพื่อให้การจดจำที่แม่นยำแม้ในสภาพแสงและสภาพแวดล้อมที่ท้าทาย

ความสามารถที่รองรับ

• การประมวลผลแบบเรียลไทม์: เหมาะสำหรับแอปพลิเคชันที่ต้องใช้เวลา เช่น การเก็บค่าผ่านทางและการติดตามรถยนต์
• การประมวลผลแบบกลุ่ม: จัดการรูปภาพหลายภาพได้อย่างมีประสิทธิภาพสำหรับแอปพลิเคชันขนาดใหญ่
• ความสามารถในการปรับตัวต่อสภาพแวดล้อม: ทำงานได้อย่างน่าเชื่อถือในสถานการณ์ต่างๆ รวมถึงสภาพแสงน้อยและสภาพแวดล้อมที่มีแสงจ้า

กรณีการใช้งาน

• การเก็บค่าผ่านทางอัตโนมัติ: ทำให้กระบวนการชำระค่าผ่านทางเป็นไปอย่างราบรื่นโดยการจดจำรถยนต์และป้ายทะเบียนแบบเรียลไทม์
• ระบบการจัดการที่จอดรถ: ทำให้การบันทึกการเข้าและออกของรถยนต์ในสถานที่จอดรถเป็นไปโดยอัตโนมัติ
• การติดตามรถยนต์: ปรับปรุงโลจิสติกส์และการจัดการฝูงบินโดยการรวมการจดจำป้ายทะเบียนเพื่อระบุตัวรถ
• ความปลอดภัยและการเฝ้าระวัง: ปรับปรุงระบบรักษาความปลอดภัยด้วยการติดตามและระบุตัวรถ

ความสามารถเพิ่มเติม

• การผสานรวมที่ง่าย: มี API แบบ RESTful สำหรับการผสานรวมเข้ากับแอปพลิเคชันที่มีอยู่ได้อย่างราบรื่น
• รวดเร็วและเชื่อถือได้: ให้เวลาตอบสนองที่รวดเร็วและประสิทธิภาพที่สม่ำเสมอสำหรับการใช้งานจริง
• สามารถขยายและปรับขนาดได้: รองรับคุณสมบัติและการขยายเพิ่มเติมตามความต้องการของผู้ใช้ที่พัฒนาขึ้น

ข้อมูลอ้างอิง API

จุดสิ้นสุด

POST https://api.iapp.co.th/license-plate-recognition/file

ส่วนหัว

ชื่อ	ประเภท	คำอธิบาย
apikey	String	API Key

พารามิเตอร์

ชื่อ	ประเภท	ใน	จำเป็น	คำอธิบาย
vehicle_image	object	body	Yes	รูปภาพที่มีรถยนต์

คำอธิบายการตอบสนอง

พารามิเตอร์	คำอธิบาย
conf	คะแนนความมั่นใจของการจดจำป้ายทะเบียนเป็นเปอร์เซ็นต์
infer_time(s)	เวลาที่ใช้ในการอนุมานเป็นวินาที
is_missing_plate	ระบุว่ามีป้ายทะเบียนหายไปในรูปภาพหรือไม่ ค่าที่เป็นไปได้: "yes" หรือ "no"
is_vehicle	ระบุว่ามีรถยนต์อยู่ในรูปภาพหรือไม่ ค่าที่เป็นไปได้: "yes" หรือ "no"
lp_number	หมายเลขทะเบียนรถที่จดจำได้จากรูปภาพ
message	ข้อความการตอบสนองของ API ค่าที่เป็นไปได้: "success" หรือ "error"
province	จังหวัดที่รถยนต์จดทะเบียนตามที่ระบุโดยป้ายทะเบียน
status	รหัสสถานะ HTTP ของการตอบสนอง API
vehicle_body_type	ประเภทตัวถังของรถที่จดจำได้
vehicle_brand	ยี่ห้อของรถที่จดจำได้
vehicle_color	สีของรถที่จดจำได้
vehicle_model	รุ่นของรถที่จดจำได้
vehicle_orientation	ทิศทางของรถที่จดจำได้ในรูปภาพ
vehicle_year	ช่วงปีของรุ่นรถที่จดจำได้

ตัวอย่างโค้ด

Python

import requests

url = "https://api.iapp.co.th/license-plate-recognition/file"

payload = {}
files=[
  ('file',('{YOUR UPLOADED FILE NAME}',open('{YOUR UPLOADED FILE PATH}','rb'),'image/png'))
]
headers = {
  'apikey': {YOUR API KEY}
}

response = requests.request("POST", url, headers=headers, data=payload, files=files)

print(response.text)

JavaScript

const axios = require('axios');
const FormData = require('form-data');
const fs = require('fs');
let data = new FormData();
data.append('file', fs.createReadStream('{YOUR UPLOADED FILE PATH}'));

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://api.iapp.co.th/license-plate-recognition/file',
  headers: {
    'apikey': '{YOUR API KEY}',
    ...data.getHeaders()
  },
  data : data
};

axios.request(config)
.then((response) => {
  console.log(JSON.stringify(response.data));
})
.catch((error) => {
  console.log(error);
});

PHP

<?php

$curl = curl_init();

curl_setopt_array($curl, array(
  CURLOPT_URL => 'https://api.iapp.co.th/license-plate-recognition/file',
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => '',
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 0,
  CURLOPT_FOLLOWLOCATION => true,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => 'POST',
  CURLOPT_POSTFIELDS => array('file'=> new CURLFILE('{YOUR UPLOADED FILE PATH}')),
  CURLOPT_HTTPHEADER => array(
         'apikey: {YOUR API KEY}'
  ),
));

$response = curl_exec($curl);

curl_close($curl);
echo $response;

Swift

let parameters = [
  [
    "key": "file",
    "src": "{YOUR UPLOADED FILE PATH}",
    "type": "file"
  ]] as [[String: Any]]

let boundary = "Boundary-\(UUID().uuidString)"
var body = Data()
var error: Error? = nil
for param in parameters {
  if param["disabled"] != nil { continue }
  let paramName = param["key"]!
  body += Data("--\(boundary)\r\n".utf8)
  body += Data("Content-Disposition:form-data; name=\"\(paramName)\"".utf8)
  if param["contentType"] != nil {
    body += Data("\r\nContent-Type: \(param["contentType"] as! String)".utf8)
  }
  let paramType = param["type"] as! String
  if paramType == "text" {
    let paramValue = param["value"] as! String
    body += Data("\r\n\r\n\(paramValue)\r\n".utf8)
  } else {
    let paramSrc = param["src"] as! String
    let fileURL = URL(fileURLWithPath: paramSrc)
    if let fileContent = try? Data(contentsOf: fileURL) {
      body += Data("; filename=\"\(paramSrc)\"\r\n".utf8)
      body += Data("Content-Type: \"content-type header\"\r\n".utf8)
      body += Data("\r\n".utf8)
      body += fileContent
      body += Data("\r\n".utf8)
    }
  }
}
body += Data("--\(boundary)--\r\n".utf8);
let postData = body


var request = URLRequest(url: URL(string: "https://api.iapp.co.th/license-plate-recognition/file")!,timeoutInterval: Double.infinity)
request.addValue("{YOUR API KEY}", forHTTPHeaderField: "apikey")
request.addValue("multipart/form-data; boundary=\(boundary)", forHTTPHeaderField: "Content-Type")

request.httpMethod = "POST"
request.httpBody = postData

let task = URLSession.shared.dataTask(with: request) { data, response, error in
  guard let data = data else {
    print(String(describing: error))
    return
  }
  print(String(data: data, encoding: .utf8)!)
}

task.resume()

Kotlin

val client = OkHttpClient()
val mediaType = "text/plain".toMediaType()
val body = MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR UPLOADED FILE NAME}",
    File("{YOUR UPLOADED FILE PATH}").asRequestBody("application/octet-stream".toMediaType()))
  .build()
val request = Request.Builder()
  .url("https://api.iapp.co.th/license-plate-recognition/file")
  .post(body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build()
val response = client.newCall(request).execute()

Java

OkHttpClient client = new OkHttpClient().newBuilder()
  .build();
MediaType mediaType = MediaType.parse("text/plain");
RequestBody body = new MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR UPLOADED FILE NAME}",
    RequestBody.create(MediaType.parse("application/octet-stream"),
    new File("{YOUR UPLOADED FILE PATH}")))
  .build();
Request request = new Request.Builder()
  .url("https://api.iapp.co.th/license-plate-recognition/file")
  .method("POST", body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build();
Response response = client.newCall(request).execute();

Dart

var headers = {
  'apikey': '{YOUR API KEY}'
};
var request = http.MultipartRequest('POST', Uri.parse('https://api.iapp.co.th/license-plate-recognition/file'));
request.files.add(await http.MultipartFile.fromPath('file', '{YOUR UPLOADED FILE PATH}'));
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

ความแม่นยำและประสิทธิภาพ

เวอร์ชัน 1.2 (2022-01-16)

การประเมินแบบจำลองตามข้อมูลภาพรถยนต์ของ iApp (100 ภาพ)

ความแม่นยำที่ตรงกัน

แบบจำลอง	ความแม่นยำ (%)
แบบจำลองการตรวจจับรถยนต์	99.00%
แบบจำลองการตรวจจับป้ายทะเบียนรถยนต์	99.00%
แบบจำลองการจดจำตัวอักษรและตัวเลขบนป้ายทะเบียน	97.00%
แบบจำลองจังหวัดบนป้ายทะเบียน	99.00%
ยี่ห้อรถ	95.00%
สีรถ	85.00%
รุ่นรถ	72.00%
ความแม่นยำโดยรวม	92.28%

เวอร์ชัน 1.1 (2021-12-23)

การประเมินแบบจำลองตามข้อมูลภาพรถยนต์ของ iApp (118 ภาพ)

ความแม่นยำที่ตรงกัน

แบบจำลอง	ความแม่นยำ (%)
แบบจำลองการตรวจจับรถยนต์	96.40%
แบบจำลองการตรวจจับป้ายทะเบียนรถยนต์	95.65%
แบบจำลองการจดจำตัวอักษรและตัวเลขบนป้ายทะเบียน	94.82%
แบบจำลองจังหวัดบนป้ายทะเบียน	90.67%
ยี่ห้อรถ	81.30%
สีรถ	80.50%
รุ่นรถ	66.10%
ความแม่นยำโดยรวม	86.49%

ประวัติ/บันทึกการเปลี่ยนแปลง

เวอร์ชัน 1.0 - 2021-09-12

เพิ่ม

• เวอร์ชันเริ่มต้นแรกที่แนะนำระบบจดจำป้ายทะเบียนของ iApp

• เวอร์ชันนี้ยังแสดงให้เห็นถึงการจดจำคุณสมบัติของรถยนต์:

  • ประเภทรถ
  • ยี่ห้อรถ
  • สีรถ
  • จังหวัดที่จดทะเบียนป้ายทะเบียน

  ความแม่นยำของพารามิเตอร์เหล่านี้จะได้รับการปรับปรุงและเผยแพร่อย่างเป็นทางการในเวอร์ชันต่อไป

เวอร์ชัน 1.1 - 2021-12-23

ปรับปรุง

ความแม่นยำของพารามิเตอร์ต่อไปนี้ของระบบ API ได้รับการปรับปรุง

• หมายเลขทะเบียนรถ
• จังหวัด
• ประเภทรถ
• สีรถ
• ยี่ห้อรถ
• รุ่นรถ

เวอร์ชัน 1.2 - 2023-01-16

ปรับปรุงความแม่นยำโดยรวม

• หมายเลขทะเบียนรถ
• จังหวัด
• สีรถ
• ยี่ห้อรถ
• รุ่นรถ

เวอร์ชัน 2.0 - 2023-02-16

เพิ่มคุณสมบัติใหม่

ได้เพิ่มคุณสมบัติใหม่ดังต่อไปนี้:

• ประเภทตัวถังรถ
• ช่วงปีของรถ
• ทิศทางของรถในภาพ
• ธงรถยนต์
• ธงป้ายทะเบียนหาย

ราคา

ชื่อบริการ AI API	Endpoint	IC ต่อคำขอ	On-Premise
Thai Vehicle License Plate Image Recognition (LPR)	iapp_license_plate_recognition_v1_base64	0.75 IC/Request	ติดต่อเรา
	iapp_license_plate_recognition_v1_file	0.75 IC/Request