diff --git a/Image processing/Number plate detection/README.md b/Image processing/Number plate detection/README.md
new file mode 100644
index 0000000000..51eae295ce
--- /dev/null
+++ b/Image processing/Number plate detection/README.md
@@ -0,0 +1,26 @@
+# Car-Number-Plates-Detection
+
+## Hardware Requirements:
+ - Camera (to capture images/video feed)
+ - Computer or embedded system capable of running OpenCV and required libraries
+ - Sufficient memory and processing power for real-time image processing
+
+## Software Requirements:
+ - OpenCV: An open-source computer vision library for image and video processing.
+ - EasyOCR: A Python library for Optical Character Recognition (OCR).
+ - Matplotlib: A plotting library for Python (optional, for visualization purposes).
+ - Google Colab (if using cloud-based computing resources). .
+
+## Resources:
+ - Haarcascade XML file (haarcascade_russian_plate_number.xml): This file contains
+ the trained data for detecting Russian number plates. It is used in the project for plate
+ detection.
+ - Sample image dataset: Contains images of vehicle license plates, used for testing and
+ training the detection algorithm.
+
+## How to run
+ - Just run the numer_plate.py file using python number_plate.py.
+ - The program will capture images from the camera and display the detected number plates.
+ - The detected number plates will be saved in the 'detected_plates' folder.
+ - The program will also display the recognized text from the detected number plates.
+ - give path of saved image to jupyter notebok file.
diff --git a/Image processing/Number plate detection/model/haarcascade_russian_plate_number.xml b/Image processing/Number plate detection/model/haarcascade_russian_plate_number.xml
new file mode 100644
index 0000000000..39f5fcdd8b
--- /dev/null
+++ b/Image processing/Number plate detection/model/haarcascade_russian_plate_number.xml
@@ -0,0 +1,2656 @@
+
+
+
+ BOOST
+ HAAR
+ 20
+ 60
+
+ GAB
+ 9.9500000476837158e-001
+ 5.0000000000000000e-001
+ 9.4999999999999996e-001
+ 1
+ 100
+
+ 0
+ 1
+ ALL
+ 20
+
+
+ <_>
+ 6
+ -1.3110191822052002e+000
+
+ <_>
+
+ 0 -1 193 1.0079263709485531e-002
+
+ -8.1339186429977417e-001 5.0277775526046753e-001
+ <_>
+
+ 0 -1 94 -2.2060684859752655e-002
+
+ 7.9418992996215820e-001 -5.0896102190017700e-001
+ <_>
+
+ 0 -1 18 -4.8777908086776733e-002
+
+ 7.1656656265258789e-001 -4.1640335321426392e-001
+ <_>
+
+ 0 -1 35 1.0387318208813667e-002
+
+ 3.7618312239646912e-001 -8.5504144430160522e-001
+ <_>
+
+ 0 -1 191 -9.4083719886839390e-004
+
+ 4.2658549547195435e-001 -5.7729166746139526e-001
+ <_>
+
+ 0 -1 48 -8.2391249015927315e-003
+
+ 8.2346975803375244e-001 -3.7503159046173096e-001
+
+ <_>
+ 6
+ -1.1759783029556274e+000
+
+ <_>
+
+ 0 -1 21 1.7386786639690399e-001
+
+ -6.8139964342117310e-001 6.0767590999603271e-001
+ <_>
+
+ 0 -1 28 -1.9797295331954956e-002
+
+ 7.8072130680084229e-001 -4.4399836659431458e-001
+ <_>
+
+ 0 -1 46 -1.0154811898246408e-003
+
+ 3.3383268117904663e-001 -7.6357340812683105e-001
+ <_>
+
+ 0 -1 138 2.4954911321401596e-002
+
+ -3.9979115128517151e-001 6.8620890378952026e-001
+ <_>
+
+ 0 -1 25 2.8837744612246752e-003
+
+ -2.7928480505943298e-001 7.9980146884918213e-001
+ <_>
+
+ 0 -1 26 -3.8839362561702728e-002
+
+ -7.8442335128784180e-001 3.4929576516151428e-001
+
+ <_>
+ 6
+ -1.7856997251510620e+000
+
+ <_>
+
+ 0 -1 34 2.7977079153060913e-002
+
+ -5.8424139022827148e-001 6.6850829124450684e-001
+ <_>
+
+ 0 -1 171 1.9148588180541992e-002
+
+ -6.5457659959793091e-001 4.0804430842399597e-001
+ <_>
+
+ 0 -1 7 1.1955041438341141e-002
+
+ -4.2002618312835693e-001 5.6217432022094727e-001
+ <_>
+
+ 0 -1 45 -2.1218564361333847e-002
+
+ 7.1812576055526733e-001 -3.0354043841362000e-001
+ <_>
+
+ 0 -1 108 2.0117280655540526e-004
+
+ -6.1749500036239624e-001 3.5549193620681763e-001
+ <_>
+
+ 0 -1 122 3.9725980604998767e-004
+
+ -2.6844096183776855e-001 7.6771658658981323e-001
+
+ <_>
+ 9
+ -1.1837021112442017e+000
+
+ <_>
+
+ 0 -1 202 -1.3291766867041588e-002
+
+ 4.5248869061470032e-001 -5.8849954605102539e-001
+ <_>
+
+ 0 -1 79 -4.8353265970945358e-002
+
+ 7.0951640605926514e-001 -3.2546108961105347e-001
+ <_>
+
+ 0 -1 22 2.6532993651926517e-003
+
+ -2.5343564152717590e-001 7.6588714122772217e-001
+ <_>
+
+ 0 -1 66 -3.8548894226551056e-002
+
+ 5.8126109838485718e-001 -3.0813106894493103e-001
+ <_>
+
+ 0 -1 41 -6.8602780811488628e-004
+
+ 2.6361095905303955e-001 -7.2226840257644653e-001
+ <_>
+
+ 0 -1 69 -2.5726919993758202e-002
+
+ -8.7153857946395874e-001 1.9438524544239044e-001
+ <_>
+
+ 0 -1 24 8.4192806389182806e-004
+
+ -3.6150649189949036e-001 5.2065432071685791e-001
+ <_>
+
+ 0 -1 62 -2.6956878136843443e-003
+
+ 5.9945529699325562e-001 -2.8344830870628357e-001
+ <_>
+
+ 0 -1 112 3.0572075396776199e-002
+
+ -3.0688971281051636e-001 5.7261526584625244e-001
+
+ <_>
+ 8
+ -1.4687808752059937e+000
+
+ <_>
+
+ 0 -1 5 3.1486168503761292e-002
+
+ -5.7836848497390747e-001 3.7931033968925476e-001
+ <_>
+
+ 0 -1 150 2.8311354108154774e-003
+
+ -5.7888329029083252e-001 3.2841828465461731e-001
+ <_>
+
+ 0 -1 76 -4.2060948908329010e-002
+
+ 5.5578106641769409e-001 -3.2662427425384521e-001
+ <_>
+
+ 0 -1 115 6.2936875037848949e-003
+
+ -2.1032968163490295e-001 7.8646916151046753e-001
+ <_>
+
+ 0 -1 51 7.0570126175880432e-002
+
+ -4.3683132529258728e-001 4.0298295021057129e-001
+ <_>
+
+ 0 -1 135 2.5173835456371307e-003
+
+ -2.0461565256118774e-001 8.2858163118362427e-001
+ <_>
+
+ 0 -1 102 1.5648975968360901e-003
+
+ -2.4848082661628723e-001 6.0209411382675171e-001
+ <_>
+
+ 0 -1 177 -3.5970686003565788e-003
+
+ 2.3294737935066223e-001 -6.5612471103668213e-001
+
+ <_>
+ 9
+ -1.1029583215713501e+000
+
+ <_>
+
+ 0 -1 27 -1.1257569491863251e-001
+
+ 3.3181819319725037e-001 -5.3901344537734985e-001
+ <_>
+
+ 0 -1 142 3.8014666642993689e-003
+
+ -3.6430206894874573e-001 4.5984184741973877e-001
+ <_>
+
+ 0 -1 57 9.8789634648710489e-004
+
+ -2.6661416888237000e-001 5.6971323490142822e-001
+ <_>
+
+ 0 -1 55 2.1719809621572495e-002
+
+ 1.8432702124118805e-001 -8.2999354600906372e-001
+ <_>
+
+ 0 -1 111 5.1051773130893707e-002
+
+ 1.4391148090362549e-001 -9.4541704654693604e-001
+ <_>
+
+ 0 -1 164 1.8956036074087024e-003
+
+ -6.0830104351043701e-001 2.6091885566711426e-001
+ <_>
+
+ 0 -1 81 -5.8700828813016415e-003
+
+ 6.9104760885238647e-001 -2.6916843652725220e-001
+ <_>
+
+ 0 -1 116 -1.1522199492901564e-003
+
+ -6.9503885507583618e-001 2.4749211966991425e-001
+ <_>
+
+ 0 -1 90 -5.1933946087956429e-003
+
+ 5.8551025390625000e-001 -3.0389472842216492e-001
+
+ <_>
+ 9
+ -9.0274518728256226e-001
+
+ <_>
+
+ 0 -1 205 -1.4383997768163681e-002
+
+ 4.5400592684745789e-001 -4.9917897582054138e-001
+ <_>
+
+ 0 -1 114 -3.3369414508342743e-002
+
+ -9.3247985839843750e-001 1.4586758613586426e-001
+ <_>
+
+ 0 -1 128 5.2380945999175310e-004
+
+ -2.8349643945693970e-001 6.4983856678009033e-001
+ <_>
+
+ 0 -1 143 6.1231426661834121e-004
+
+ -1.8502233922481537e-001 6.5052211284637451e-001
+ <_>
+
+ 0 -1 49 1.7017847858369350e-003
+
+ 2.2008989751338959e-001 -7.2277534008026123e-001
+ <_>
+
+ 0 -1 133 2.6139442343264818e-003
+
+ 1.8238025903701782e-001 -7.6262325048446655e-001
+ <_>
+
+ 0 -1 43 -2.0020073279738426e-003
+
+ 5.6799399852752686e-001 -2.8219676017761230e-001
+ <_>
+
+ 0 -1 119 1.9273828947916627e-003
+
+ -2.0913636684417725e-001 7.9203850030899048e-001
+ <_>
+
+ 0 -1 134 -9.4476283993571997e-004
+
+ -8.2361942529678345e-001 2.4256958067417145e-001
+
+ <_>
+ 10
+ -1.4518526792526245e+000
+
+ <_>
+
+ 0 -1 162 1.6756314784288406e-002
+
+ -6.9359332323074341e-001 5.1373954862356186e-002
+ <_>
+
+ 0 -1 16 2.4082964286208153e-002
+
+ -3.3989402651786804e-001 4.5332714915275574e-001
+ <_>
+
+ 0 -1 186 1.2284796684980392e-003
+
+ -2.2297365963459015e-001 6.1439812183380127e-001
+ <_>
+
+ 0 -1 59 -1.4379122294485569e-003
+
+ -6.9444245100021362e-001 2.0446482300758362e-001
+ <_>
+
+ 0 -1 185 -1.8713285680860281e-003
+
+ 6.7942184209823608e-001 -2.7580419182777405e-001
+ <_>
+
+ 0 -1 190 -4.7389674000442028e-003
+
+ -7.0437240600585938e-001 2.6915156841278076e-001
+ <_>
+
+ 0 -1 156 7.4071279959753156e-004
+
+ -2.9220902919769287e-001 5.3538239002227783e-001
+ <_>
+
+ 0 -1 11 -2.2739455103874207e-001
+
+ 6.6916191577911377e-001 -2.1987228095531464e-001
+ <_>
+
+ 0 -1 155 -1.0255509987473488e-003
+
+ 6.3346290588378906e-001 -2.2717863321304321e-001
+ <_>
+
+ 0 -1 167 2.4775355122983456e-003
+
+ -5.4297816753387451e-001 3.1877547502517700e-001
+
+ <_>
+ 11
+ -1.3153649568557739e+000
+
+ <_>
+
+ 0 -1 6 1.9131936132907867e-002
+
+ -6.0168600082397461e-001 1.9141913950443268e-001
+ <_>
+
+ 0 -1 42 -4.5855185016989708e-003
+
+ 2.1901632845401764e-001 -5.7136750221252441e-001
+ <_>
+
+ 0 -1 53 -1.9026801455765963e-003
+
+ -8.0075079202651978e-001 1.6502076387405396e-001
+ <_>
+
+ 0 -1 19 -3.2767035067081451e-002
+
+ 5.1496404409408569e-001 -2.5474679470062256e-001
+ <_>
+
+ 0 -1 129 6.3941581174731255e-004
+
+ -1.9851709902286530e-001 6.7218667268753052e-001
+ <_>
+
+ 0 -1 201 1.5573646873235703e-002
+
+ -1.7564551532268524e-001 7.0536541938781738e-001
+ <_>
+
+ 0 -1 200 9.5508026424795389e-004
+
+ -1.9691802561283112e-001 6.1125624179840088e-001
+ <_>
+
+ 0 -1 67 9.0427603572607040e-003
+
+ 1.6518253087997437e-001 -8.7012130022048950e-001
+ <_>
+
+ 0 -1 77 8.1576988101005554e-002
+
+ 1.4075902104377747e-001 -8.4871828556060791e-001
+ <_>
+
+ 0 -1 166 -5.1994959358125925e-004
+
+ 2.1803210675716400e-001 -5.4628211259841919e-001
+ <_>
+
+ 0 -1 70 -2.3009868338704109e-002
+
+ -7.9586231708526611e-001 1.5989699959754944e-001
+
+ <_>
+ 13
+ -1.4625015258789063e+000
+
+ <_>
+
+ 0 -1 1 2.6759501546621323e-002
+
+ -6.0482984781265259e-001 1.4906832575798035e-001
+ <_>
+
+ 0 -1 165 3.0343931168317795e-002
+
+ -4.7357541322708130e-001 2.6279065012931824e-001
+ <_>
+
+ 0 -1 161 1.2678599450737238e-003
+
+ -1.9493983685970306e-001 6.9734728336334229e-001
+ <_>
+
+ 0 -1 30 1.8607920501381159e-003
+
+ 1.5611934661865234e-001 -9.0542370080947876e-001
+ <_>
+
+ 0 -1 157 -1.3872641138732433e-003
+
+ 5.3263407945632935e-001 -3.0192303657531738e-001
+ <_>
+
+ 0 -1 180 -6.9969398900866508e-003
+
+ -9.4549953937530518e-001 1.5575224161148071e-001
+ <_>
+
+ 0 -1 158 1.1245720088481903e-003
+
+ -2.6688691973686218e-001 5.5608308315277100e-001
+ <_>
+
+ 0 -1 160 -2.8279949910938740e-003
+
+ -9.1861122846603394e-001 1.3309663534164429e-001
+ <_>
+
+ 0 -1 58 7.1019242750480771e-004
+
+ -3.0977895855903625e-001 4.3846300244331360e-001
+ <_>
+
+ 0 -1 8 -4.1933014988899231e-002
+
+ -8.9102542400360107e-001 1.5866196155548096e-001
+ <_>
+
+ 0 -1 87 1.6568358987569809e-002
+
+ 1.2731756269931793e-001 -8.5553413629531860e-001
+ <_>
+
+ 0 -1 64 2.0309074316173792e-003
+
+ -2.3260365426540375e-001 6.7330485582351685e-001
+ <_>
+
+ 0 -1 159 -1.7069760942831635e-003
+
+ -7.1925789117813110e-001 1.9108834862709045e-001
+
+ <_>
+ 14
+ -1.4959813356399536e+000
+
+ <_>
+
+ 0 -1 4 1.4695923775434494e-002
+
+ -6.2167906761169434e-001 2.1172638237476349e-001
+ <_>
+
+ 0 -1 50 -1.6501215286552906e-003
+
+ 1.9353884458541870e-001 -5.7780367136001587e-001
+ <_>
+
+ 0 -1 123 7.0121872704476118e-004
+
+ -2.2979106009006500e-001 5.3033334016799927e-001
+ <_>
+
+ 0 -1 52 9.4158272258937359e-004
+
+ 1.6849038004875183e-001 -7.4897718429565430e-001
+ <_>
+
+ 0 -1 124 -2.0684124901890755e-003
+
+ 6.7936712503433228e-001 -1.9317412376403809e-001
+ <_>
+
+ 0 -1 23 -1.8305826233699918e-004
+
+ -7.0275229215621948e-001 1.7971208691596985e-001
+ <_>
+
+ 0 -1 198 5.5587477982044220e-004
+
+ -2.4448128044605255e-001 5.0703984498977661e-001
+ <_>
+
+ 0 -1 152 4.3448276119306684e-004
+
+ 1.3497908413410187e-001 -8.5621362924575806e-001
+ <_>
+
+ 0 -1 197 -1.2359691318124533e-003
+
+ 6.1710417270660400e-001 -2.2301279008388519e-001
+ <_>
+
+ 0 -1 153 -6.9627340417355299e-004
+
+ -6.4706987142562866e-001 2.3951497673988342e-001
+ <_>
+
+ 0 -1 175 1.0683680884540081e-003
+
+ -2.8343605995178223e-001 4.9318629503250122e-001
+ <_>
+
+ 0 -1 168 1.7104238213505596e-004
+
+ -2.7171039581298828e-001 4.2520308494567871e-001
+ <_>
+
+ 0 -1 144 8.2368971779942513e-003
+
+ 1.6359315812587738e-001 -7.3864609003067017e-001
+ <_>
+
+ 0 -1 131 -5.9884190559387207e-003
+
+ 3.8030940294265747e-001 -3.0763563513755798e-001
+
+ <_>
+ 9
+ -1.1183819770812988e+000
+
+ <_>
+
+ 0 -1 187 -1.4863962307572365e-002
+
+ 1.1989101022481918e-001 -6.6138857603073120e-001
+ <_>
+
+ 0 -1 117 2.4736612103879452e-003
+
+ -5.2778661251068115e-001 2.3012125492095947e-001
+ <_>
+
+ 0 -1 71 -4.8899287357926369e-003
+
+ 6.0186779499053955e-001 -2.0681641995906830e-001
+ <_>
+
+ 0 -1 174 1.5796069055795670e-002
+
+ 1.4610521495342255e-001 -8.2099527120590210e-001
+ <_>
+
+ 0 -1 104 5.9720675926655531e-004
+
+ -2.3587301373481750e-001 4.8323699831962585e-001
+ <_>
+
+ 0 -1 103 -1.9448818638920784e-003
+
+ 6.4417767524719238e-001 -2.0953170955181122e-001
+ <_>
+
+ 0 -1 154 1.9433414854574949e-004
+
+ 2.0600238442420959e-001 -7.2418999671936035e-001
+ <_>
+
+ 0 -1 163 -1.5097535215318203e-002
+
+ -8.7151485681533813e-001 1.2594890594482422e-001
+ <_>
+
+ 0 -1 82 -3.9843879640102386e-003
+
+ 4.3801131844520569e-001 -2.9676589369773865e-001
+
+ <_>
+ 12
+ -1.5434337854385376e+000
+
+ <_>
+
+ 0 -1 105 1.1273270938545465e-003
+
+ -4.7976878285408020e-001 3.6627906560897827e-001
+ <_>
+
+ 0 -1 95 9.7806821577250957e-004
+
+ -2.7689707279205322e-001 5.1295894384384155e-001
+ <_>
+
+ 0 -1 15 1.6528377309441566e-002
+
+ -4.5259797573089600e-001 2.4290211498737335e-001
+ <_>
+
+ 0 -1 137 1.1040373938158154e-003
+
+ -3.2714816927909851e-001 3.4566244482994080e-001
+ <_>
+
+ 0 -1 109 -1.7780361231416464e-003
+
+ -6.9511681795120239e-001 1.8829824030399323e-001
+ <_>
+
+ 0 -1 92 4.6280334936454892e-004
+
+ -2.3864887654781342e-001 5.3136289119720459e-001
+ <_>
+
+ 0 -1 100 -1.4975425438024104e-004
+
+ -6.6509884595870972e-001 2.1483559906482697e-001
+ <_>
+
+ 0 -1 83 -1.4625370968133211e-003
+
+ 2.6556470990180969e-001 -4.9002227187156677e-001
+ <_>
+
+ 0 -1 14 -2.6019819779321551e-004
+
+ -7.0160359144210815e-001 1.6359129548072815e-001
+ <_>
+
+ 0 -1 14 2.2371641534846276e-004
+
+ 1.2919521331787109e-001 -6.9767206907272339e-001
+ <_>
+
+ 0 -1 194 -1.0447315871715546e-002
+
+ 2.1837629377841949e-001 -4.6482038497924805e-001
+ <_>
+
+ 0 -1 20 -9.2897024005651474e-003
+
+ 6.4918082952499390e-001 -2.0495061576366425e-001
+
+ <_>
+ 12
+ -1.4440233707427979e+000
+
+ <_>
+
+ 0 -1 9 8.5356216877698898e-003
+
+ -5.3151458501815796e-001 2.2357723116874695e-001
+ <_>
+
+ 0 -1 182 1.5294685726985335e-003
+
+ -6.0895460844039917e-001 1.7429886758327484e-001
+ <_>
+
+ 0 -1 40 1.8610086990520358e-003
+
+ -2.5480428338050842e-001 4.2150071263313293e-001
+ <_>
+
+ 0 -1 176 1.5735558699816465e-003
+
+ -1.6832062602043152e-001 4.8567819595336914e-001
+ <_>
+
+ 0 -1 179 -6.7992787808179855e-004
+
+ 3.9894598722457886e-001 -3.0744269490242004e-001
+ <_>
+
+ 0 -1 151 4.9857296049594879e-002
+
+ -1.5370152890682220e-001 6.7523348331451416e-001
+ <_>
+
+ 0 -1 139 -2.8339058160781860e-002
+
+ 5.0540882349014282e-001 -2.9473617672920227e-001
+ <_>
+
+ 0 -1 72 -7.7956825494766235e-002
+
+ 4.0387043356895447e-001 -3.0287107825279236e-001
+ <_>
+
+ 0 -1 89 -3.6115488037467003e-003
+
+ 6.3856112957000732e-001 -1.6917882859706879e-001
+ <_>
+
+ 0 -1 207 3.3940275898203254e-004
+
+ 1.3713537156581879e-001 -7.8120291233062744e-001
+ <_>
+
+ 0 -1 39 4.0043061599135399e-003
+
+ 1.5233094990253448e-001 -6.3939732313156128e-001
+ <_>
+
+ 0 -1 65 -4.4601649278774858e-004
+
+ 2.1333815157413483e-001 -4.7728902101516724e-001
+
+ <_>
+ 13
+ -1.2532578706741333e+000
+
+ <_>
+
+ 0 -1 204 -2.0341124385595322e-002
+
+ 2.4170616269111633e-001 -4.9161517620086670e-001
+ <_>
+
+ 0 -1 169 8.9040049351751804e-004
+
+ -2.8570893406867981e-001 4.2666998505592346e-001
+ <_>
+
+ 0 -1 60 -3.3259526826441288e-003
+
+ 4.2626520991325378e-001 -2.3811897635459900e-001
+ <_>
+
+ 0 -1 38 -3.1714607030153275e-002
+
+ -8.5494768619537354e-001 1.1712870001792908e-001
+ <_>
+
+ 0 -1 31 -1.1553820222616196e-002
+
+ 2.2675493359565735e-001 -4.9640509486198425e-001
+ <_>
+
+ 0 -1 80 -6.7727260291576385e-002
+
+ -8.6705064773559570e-001 9.8765812814235687e-002
+ <_>
+
+ 0 -1 63 -3.1611192971467972e-003
+
+ 3.9449846744537354e-001 -2.8210711479187012e-001
+ <_>
+
+ 0 -1 149 4.3221906526014209e-004
+
+ 1.1805476248264313e-001 -9.0178310871124268e-001
+ <_>
+
+ 0 -1 188 -2.2296360111795366e-004
+
+ 1.7324598133563995e-001 -5.2877873182296753e-001
+ <_>
+
+ 0 -1 120 -2.1440195851027966e-003
+
+ 5.5513423681259155e-001 -1.9791823625564575e-001
+ <_>
+
+ 0 -1 113 -4.5122690498828888e-003
+
+ 5.5083745718002319e-001 -1.8810540437698364e-001
+ <_>
+
+ 0 -1 130 -3.5149464383721352e-003
+
+ 5.5467557907104492e-001 -2.2856147587299347e-001
+ <_>
+
+ 0 -1 121 -4.4786706566810608e-003
+
+ -7.9106998443603516e-001 1.7836479842662811e-001
+
+ <_>
+ 15
+ -1.1898330450057983e+000
+
+ <_>
+
+ 0 -1 0 1.5206767246127129e-002
+
+ -4.9173194169998169e-001 2.7093595266342163e-001
+ <_>
+
+ 0 -1 125 6.9564773002639413e-004
+
+ -2.3066598176956177e-001 5.4028344154357910e-001
+ <_>
+
+ 0 -1 125 -8.3668017759919167e-004
+
+ 4.4658055901527405e-001 -2.7778497338294983e-001
+ <_>
+
+ 0 -1 91 -3.8321319967508316e-002
+
+ -7.9069298505783081e-001 1.8700349330902100e-001
+ <_>
+
+ 0 -1 207 -2.1063965687062591e-004
+
+ -6.3163763284683228e-001 1.8656146526336670e-001
+ <_>
+
+ 0 -1 61 3.6907330155372620e-002
+
+ 9.9319733679294586e-002 -7.6762360334396362e-001
+ <_>
+
+ 0 -1 85 8.1071127206087112e-003
+
+ -2.8561261296272278e-001 3.4748569130897522e-001
+ <_>
+
+ 0 -1 189 6.2815943965688348e-004
+
+ 1.6656193137168884e-001 -5.4635977745056152e-001
+ <_>
+
+ 0 -1 86 2.8582263621501625e-004
+
+ -2.4100163578987122e-001 4.5410770177841187e-001
+ <_>
+
+ 0 -1 173 -1.9862279295921326e-002
+
+ -9.4317340850830078e-001 1.2513674795627594e-001
+ <_>
+
+ 0 -1 96 1.1506280861794949e-003
+
+ -2.4514634907245636e-001 4.6452957391738892e-001
+ <_>
+
+ 0 -1 29 2.3451185552403331e-004
+
+ 1.2489952147006989e-001 -8.0278074741363525e-001
+ <_>
+
+ 0 -1 101 6.7837134702131152e-004
+
+ -2.5017899274826050e-001 4.3841627240180969e-001
+ <_>
+
+ 0 -1 17 3.1583159579895437e-004
+
+ 1.5951988101005554e-001 -7.4524724483489990e-001
+ <_>
+
+ 0 -1 110 7.2623658925294876e-003
+
+ 1.2511830031871796e-001 -6.5659755468368530e-001
+
+ <_>
+ 15
+ -1.2416906356811523e+000
+
+ <_>
+
+ 0 -1 2 7.5144092552363873e-003
+
+ -5.9518074989318848e-001 5.3793102502822876e-002
+ <_>
+
+ 0 -1 98 -6.4494344405829906e-004
+
+ 2.0429474115371704e-001 -4.3661779165267944e-001
+ <_>
+
+ 0 -1 196 3.3831471228040755e-004
+
+ -2.1566553413867950e-001 4.7118204832077026e-001
+ <_>
+
+ 0 -1 73 2.8320802375674248e-003
+
+ 1.3322307169437408e-001 -8.3729231357574463e-001
+ <_>
+
+ 0 -1 199 1.6218879027292132e-003
+
+ -2.0889574289321899e-001 4.7114694118499756e-001
+ <_>
+
+ 0 -1 10 2.7122153551317751e-004
+
+ 1.1475630849599838e-001 -7.8029519319534302e-001
+ <_>
+
+ 0 -1 170 8.8358242064714432e-003
+
+ 1.2460929155349731e-001 -7.6791721582412720e-001
+ <_>
+
+ 0 -1 106 9.7634072881191969e-004
+
+ -2.0806105434894562e-001 5.1318311691284180e-001
+ <_>
+
+ 0 -1 107 -2.1239042282104492e-002
+
+ -8.7171542644500732e-001 1.2721680104732513e-001
+ <_>
+
+ 0 -1 97 7.1797124110162258e-004
+
+ -3.0763280391693115e-001 3.7504923343658447e-001
+ <_>
+
+ 0 -1 32 2.7504155412316322e-002
+
+ 1.5651945769786835e-001 -7.9516488313674927e-001
+ <_>
+
+ 0 -1 178 1.0624636197462678e-003
+
+ 1.3473348319530487e-001 -6.9174814224243164e-001
+ <_>
+
+ 0 -1 33 -8.1248432397842407e-002
+
+ -8.5117286443710327e-001 1.0601779073476791e-001
+ <_>
+
+ 0 -1 140 -2.2936165332794189e-002
+
+ 3.9202499389648438e-001 -2.9867398738861084e-001
+ <_>
+
+ 0 -1 146 -1.3326616026461124e-003
+
+ 4.7240665555000305e-001 -2.6287403702735901e-001
+
+ <_>
+ 13
+ -1.3383979797363281e+000
+
+ <_>
+
+ 0 -1 3 3.2254494726657867e-002
+
+ -6.5151512622833252e-001 7.9947575926780701e-002
+ <_>
+
+ 0 -1 172 -1.1810796568170190e-003
+
+ 2.5173431634902954e-001 -4.5536977052688599e-001
+ <_>
+
+ 0 -1 88 8.0361258005723357e-004
+
+ -2.1178695559501648e-001 4.9318632483482361e-001
+ <_>
+
+ 0 -1 93 6.6201295703649521e-004
+
+ -1.9441033899784088e-001 4.6225026249885559e-001
+ <_>
+
+ 0 -1 84 3.4565184614621103e-004
+
+ -2.1175089478492737e-001 4.6985754370689392e-001
+ <_>
+
+ 0 -1 132 -5.6433549616485834e-004
+
+ -7.9713624715805054e-001 1.8714086711406708e-001
+ <_>
+
+ 0 -1 56 5.8492692187428474e-004
+
+ -3.9330720901489258e-001 2.4242231249809265e-001
+ <_>
+
+ 0 -1 13 2.5043603032827377e-002
+
+ 1.3490234315395355e-001 -7.5923883914947510e-001
+ <_>
+
+ 0 -1 37 -1.8510785885155201e-003
+
+ 4.1279399394989014e-001 -2.7271771430969238e-001
+ <_>
+
+ 0 -1 68 -2.5741360150277615e-004
+
+ -6.3662034273147583e-001 1.8135882914066315e-001
+ <_>
+
+ 0 -1 184 -1.5121832489967346e-002
+
+ 2.5249326229095459e-001 -3.8438034057617188e-001
+ <_>
+
+ 0 -1 203 -1.5006031841039658e-002
+
+ -8.4878319501876831e-001 1.1718367785215378e-001
+ <_>
+
+ 0 -1 74 4.9880752339959145e-004
+
+ -2.6755046844482422e-001 4.5769825577735901e-001
+
+ <_>
+ 12
+ -1.2097512483596802e+000
+
+ <_>
+
+ 0 -1 195 -1.1614991351962090e-002
+
+ 1.4465409517288208e-001 -5.9521216154098511e-001
+ <_>
+
+ 0 -1 75 3.9767110138200223e-004
+
+ -4.2697989940643311e-001 2.4382311105728149e-001
+ <_>
+
+ 0 -1 47 -4.6969857066869736e-002
+
+ -9.3969690799713135e-001 1.2196484953165054e-001
+ <_>
+
+ 0 -1 136 5.5550434626638889e-004
+
+ -1.8246935307979584e-001 6.5156191587448120e-001
+ <_>
+
+ 0 -1 99 2.9468833236023784e-004
+
+ 1.5099152922630310e-001 -7.8840750455856323e-001
+ <_>
+
+ 0 -1 44 1.2439775280654430e-002
+
+ 1.4981375634670258e-001 -7.5917595624923706e-001
+ <_>
+
+ 0 -1 147 6.6337559837847948e-004
+
+ -2.5185841321945190e-001 5.9387433528900146e-001
+ <_>
+
+ 0 -1 148 -6.8454549182206392e-004
+
+ 5.1199448108673096e-001 -2.5247576832771301e-001
+ <_>
+
+ 0 -1 141 1.4808592386543751e-003
+
+ 2.2439701855182648e-001 -5.8184891939163208e-001
+ <_>
+
+ 0 -1 12 6.0307271778583527e-003
+
+ -4.3553912639617920e-001 2.8183382749557495e-001
+ <_>
+
+ 0 -1 78 -1.9170897081494331e-002
+
+ -8.5707378387451172e-001 1.4850790798664093e-001
+ <_>
+
+ 0 -1 122 3.0278289341367781e-004
+
+ -3.1547480821609497e-001 4.1798374056816101e-001
+
+ <_>
+ 10
+ -1.2253109216690063e+000
+
+ <_>
+
+ 0 -1 181 4.6847470104694366e-002
+
+ -4.9239391088485718e-001 5.2287584543228149e-001
+ <_>
+
+ 0 -1 118 2.2181579843163490e-003
+
+ -4.2569425702095032e-001 3.6892616748809814e-001
+ <_>
+
+ 0 -1 145 6.1082182219251990e-004
+
+ 1.7654621601104736e-001 -8.2656937837600708e-001
+ <_>
+
+ 0 -1 127 1.7401995137333870e-002
+
+ 2.7770876884460449e-001 -5.6393522024154663e-001
+ <_>
+
+ 0 -1 54 5.2314018830657005e-004
+
+ -3.6257097125053406e-001 4.6126455068588257e-001
+ <_>
+
+ 0 -1 206 2.1581796463578939e-003
+
+ 1.9110183417797089e-001 -6.8012320995330811e-001
+ <_>
+
+ 0 -1 192 -1.3209994649514556e-003
+
+ 6.7618584632873535e-001 -2.6087108254432678e-001
+ <_>
+
+ 0 -1 126 -1.2237254530191422e-002
+
+ -5.7184767723083496e-001 3.0778104066848755e-001
+ <_>
+
+ 0 -1 36 8.7829465046525002e-003
+
+ 1.6890920698642731e-001 -7.8835797309875488e-001
+ <_>
+
+ 0 -1 183 7.5588272884488106e-003
+
+ 1.5143942832946777e-001 -8.2572847604751587e-001
+
+ <_>
+
+ <_>
+ 0 0 10 10 -1.
+ <_>
+ 0 0 5 5 2.
+ <_>
+ 5 5 5 5 2.
+ 0
+ <_>
+
+ <_>
+ 0 0 12 16 -1.
+ <_>
+ 6 0 6 16 2.
+ 0
+ <_>
+
+ <_>
+ 0 3 10 6 -1.
+ <_>
+ 5 3 5 6 2.
+ 0
+ <_>
+
+ <_>
+ 0 3 21 16 -1.
+ <_>
+ 7 3 7 16 3.
+ 0
+ <_>
+
+ <_>
+ 0 4 16 9 -1.
+ <_>
+ 4 4 8 9 2.
+ 0
+ <_>
+
+ <_>
+ 0 4 10 12 -1.
+ <_>
+ 5 4 5 12 2.
+ 0
+ <_>
+
+ <_>
+ 0 7 14 7 -1.
+ <_>
+ 7 7 7 7 2.
+ 0
+ <_>
+
+ <_>
+ 0 9 12 7 -1.
+ <_>
+ 6 9 6 7 2.
+ 0
+ <_>
+
+ <_>
+ 0 9 60 3 -1.
+ <_>
+ 30 9 30 3 2.
+ 0
+ <_>
+
+ <_>
+ 0 10 8 3 -1.
+ <_>
+ 4 10 4 3 2.
+ 0
+ <_>
+
+ <_>
+ 0 11 1 2 -1.
+ <_>
+ 0 12 1 1 2.
+ 0
+ <_>
+
+ <_>
+ 1 0 51 12 -1.
+ <_>
+ 1 4 51 4 3.
+ 0
+ <_>
+
+ <_>
+ 1 3 15 7 -1.
+ <_>
+ 6 3 5 7 3.
+ 0
+ <_>
+
+ <_>
+ 1 7 30 6 -1.
+ <_>
+ 1 7 15 3 2.
+ <_>
+ 16 10 15 3 2.
+ 0
+ <_>
+
+ <_>
+ 1 12 1 2 -1.
+ <_>
+ 1 13 1 1 2.
+ 0
+ <_>
+
+ <_>
+ 2 2 18 16 -1.
+ <_>
+ 2 6 18 8 2.
+ 0
+ <_>
+
+ <_>
+ 2 3 29 4 -1.
+ <_>
+ 2 5 29 2 2.
+ 0
+ <_>
+
+ <_>
+ 2 9 1 2 -1.
+ <_>
+ 2 10 1 1 2.
+ 0
+ <_>
+
+ <_>
+ 2 14 40 6 -1.
+ <_>
+ 2 17 40 3 2.
+ 0
+ <_>
+
+ <_>
+ 3 0 22 6 -1.
+ <_>
+ 3 2 22 2 3.
+ 0
+ <_>
+
+ <_>
+ 3 2 38 2 -1.
+ <_>
+ 3 2 19 1 2.
+ <_>
+ 22 3 19 1 2.
+ 0
+ <_>
+
+ <_>
+ 3 4 51 16 -1.
+ <_>
+ 3 8 51 8 2.
+ 0
+ <_>
+
+ <_>
+ 3 7 3 8 -1.
+ <_>
+ 4 7 1 8 3.
+ 0
+ <_>
+
+ <_>
+ 3 9 1 3 -1.
+ <_>
+ 3 10 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 4 8 3 5 -1.
+ <_>
+ 5 8 1 5 3.
+ 0
+ <_>
+
+ <_>
+ 4 8 4 9 -1.
+ <_>
+ 5 8 2 9 2.
+ 0
+ <_>
+
+ <_>
+ 4 11 36 9 -1.
+ <_>
+ 16 11 12 9 3.
+ 0
+ <_>
+
+ <_>
+ 4 14 49 6 -1.
+ <_>
+ 4 17 49 3 2.
+ 0
+ <_>
+
+ <_>
+ 5 0 17 6 -1.
+ <_>
+ 5 2 17 2 3.
+ 0
+ <_>
+
+ <_>
+ 5 1 3 1 -1.
+ <_>
+ 6 1 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 5 1 8 2 -1.
+ <_>
+ 7 1 4 2 2.
+ 0
+ <_>
+
+ <_>
+ 5 2 36 9 -1.
+ <_>
+ 17 2 12 9 3.
+ 0
+ <_>
+
+ <_>
+ 5 3 33 17 -1.
+ <_>
+ 16 3 11 17 3.
+ 0
+ <_>
+
+ <_>
+ 6 0 30 19 -1.
+ <_>
+ 16 0 10 19 3.
+ 0
+ <_>
+
+ <_>
+ 6 3 29 4 -1.
+ <_>
+ 6 5 29 2 2.
+ 0
+ <_>
+
+ <_>
+ 6 4 16 16 -1.
+ <_>
+ 14 4 8 16 2.
+ 0
+ <_>
+
+ <_>
+ 6 9 54 1 -1.
+ <_>
+ 33 9 27 1 2.
+ 0
+ <_>
+
+ <_>
+ 7 0 4 18 -1.
+ <_>
+ 8 0 2 18 2.
+ 0
+ <_>
+
+ <_>
+ 7 3 12 15 -1.
+ <_>
+ 13 3 6 15 2.
+ 0
+ <_>
+
+ <_>
+ 7 4 20 5 -1.
+ <_>
+ 12 4 10 5 2.
+ 0
+ <_>
+
+ <_>
+ 7 4 6 3 -1.
+ <_>
+ 7 5 6 1 3.
+ 0
+ <_>
+
+ <_>
+ 7 4 36 6 -1.
+ <_>
+ 19 4 12 6 3.
+ 0
+ <_>
+
+ <_>
+ 7 5 28 4 -1.
+ <_>
+ 14 5 14 4 2.
+ 0
+ <_>
+
+ <_>
+ 7 7 4 11 -1.
+ <_>
+ 8 7 2 11 2.
+ 0
+ <_>
+
+ <_>
+ 7 9 12 7 -1.
+ <_>
+ 13 9 6 7 2.
+ 0
+ <_>
+
+ <_>
+ 8 1 21 4 -1.
+ <_>
+ 8 3 21 2 2.
+ 0
+ <_>
+
+ <_>
+ 8 4 28 6 -1.
+ <_>
+ 15 4 14 6 2.
+ 0
+ <_>
+
+ <_>
+ 8 8 38 6 -1.
+ <_>
+ 8 10 38 2 3.
+ 0
+ <_>
+
+ <_>
+ 8 14 25 4 -1.
+ <_>
+ 8 15 25 2 2.
+ 0
+ <_>
+
+ <_>
+ 9 2 12 4 -1.
+ <_>
+ 12 2 6 4 2.
+ 0
+ <_>
+
+ <_>
+ 9 5 24 3 -1.
+ <_>
+ 15 5 12 3 2.
+ 0
+ <_>
+
+ <_>
+ 9 8 40 12 -1.
+ <_>
+ 9 12 40 4 3.
+ 0
+ <_>
+
+ <_>
+ 10 2 8 2 -1.
+ <_>
+ 12 2 4 2 2.
+ 0
+ <_>
+
+ <_>
+ 10 2 9 2 -1.
+ <_>
+ 13 2 3 2 3.
+ 0
+ <_>
+
+ <_>
+ 10 5 3 3 -1.
+ <_>
+ 11 6 1 1 9.
+ 0
+ <_>
+
+ <_>
+ 11 0 32 20 -1.
+ <_>
+ 19 0 16 20 2.
+ 0
+ <_>
+
+ <_>
+ 11 3 1 4 -1.
+ <_>
+ 11 5 1 2 2.
+ 0
+ <_>
+
+ <_>
+ 11 9 4 3 -1.
+ <_>
+ 12 9 2 3 2.
+ 0
+ <_>
+
+ <_>
+ 11 9 3 7 -1.
+ <_>
+ 12 9 1 7 3.
+ 0
+ <_>
+
+ <_>
+ 12 3 9 2 -1.
+ <_>
+ 15 3 3 2 3.
+ 0
+ <_>
+
+ <_>
+ 12 6 6 6 -1.
+ <_>
+ 14 6 2 6 3.
+ 0
+ <_>
+
+ <_>
+ 12 10 42 10 -1.
+ <_>
+ 26 10 14 10 3.
+ 0
+ <_>
+
+ <_>
+ 12 14 11 3 -1.
+ <_>
+ 12 15 11 1 3.
+ 0
+ <_>
+
+ <_>
+ 13 4 6 14 -1.
+ <_>
+ 15 4 2 14 3.
+ 0
+ <_>
+
+ <_>
+ 13 8 3 6 -1.
+ <_>
+ 14 8 1 6 3.
+ 0
+ <_>
+
+ <_>
+ 13 11 32 2 -1.
+ <_>
+ 21 11 16 2 2.
+ 0
+ <_>
+
+ <_>
+ 13 13 25 6 -1.
+ <_>
+ 13 16 25 3 2.
+ 0
+ <_>
+
+ <_>
+ 13 16 21 3 -1.
+ <_>
+ 20 16 7 3 3.
+ 0
+ <_>
+
+ <_>
+ 14 2 3 2 -1.
+ <_>
+ 15 2 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 14 2 24 8 -1.
+ <_>
+ 20 2 12 8 2.
+ 0
+ <_>
+
+ <_>
+ 14 13 36 6 -1.
+ <_>
+ 23 13 18 6 2.
+ 0
+ <_>
+
+ <_>
+ 14 14 8 3 -1.
+ <_>
+ 14 15 8 1 3.
+ 0
+ <_>
+
+ <_>
+ 14 14 45 6 -1.
+ <_>
+ 14 17 45 3 2.
+ 0
+ <_>
+
+ <_>
+ 14 18 9 2 -1.
+ <_>
+ 17 18 3 2 3.
+ 0
+ <_>
+
+ <_>
+ 15 9 4 1 -1.
+ <_>
+ 16 9 2 1 2.
+ 0
+ <_>
+
+ <_>
+ 15 10 19 4 -1.
+ <_>
+ 15 12 19 2 2.
+ 0
+ <_>
+
+ <_>
+ 16 0 28 8 -1.
+ <_>
+ 16 2 28 4 2.
+ 0
+ <_>
+
+ <_>
+ 16 2 36 18 -1.
+ <_>
+ 28 2 12 18 3.
+ 0
+ <_>
+
+ <_>
+ 16 6 24 6 -1.
+ <_>
+ 22 6 12 6 2.
+ 0
+ <_>
+
+ <_>
+ 17 1 24 6 -1.
+ <_>
+ 17 3 24 2 3.
+ 0
+ <_>
+
+ <_>
+ 17 3 15 12 -1.
+ <_>
+ 22 7 5 4 9.
+ 0
+ <_>
+
+ <_>
+ 17 15 11 3 -1.
+ <_>
+ 17 16 11 1 3.
+ 0
+ <_>
+
+ <_>
+ 18 5 6 10 -1.
+ <_>
+ 20 5 2 10 3.
+ 0
+ <_>
+
+ <_>
+ 18 6 18 3 -1.
+ <_>
+ 24 6 6 3 3.
+ 0
+ <_>
+
+ <_>
+ 18 11 3 1 -1.
+ <_>
+ 19 11 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 19 6 32 2 -1.
+ <_>
+ 27 6 16 2 2.
+ 0
+ <_>
+
+ <_>
+ 19 8 3 1 -1.
+ <_>
+ 20 8 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 19 9 14 11 -1.
+ <_>
+ 26 9 7 11 2.
+ 0
+ <_>
+
+ <_>
+ 19 10 3 3 -1.
+ <_>
+ 20 10 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 19 13 7 3 -1.
+ <_>
+ 19 14 7 1 3.
+ 0
+ <_>
+
+ <_>
+ 19 14 13 3 -1.
+ <_>
+ 19 15 13 1 3.
+ 0
+ <_>
+
+ <_>
+ 20 0 15 20 -1.
+ <_>
+ 25 0 5 20 3.
+ 0
+ <_>
+
+ <_>
+ 20 9 3 1 -1.
+ <_>
+ 21 9 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 20 10 3 2 -1.
+ <_>
+ 21 10 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 21 1 21 6 -1.
+ <_>
+ 21 3 21 2 3.
+ 0
+ <_>
+
+ <_>
+ 21 8 4 3 -1.
+ <_>
+ 22 8 2 3 2.
+ 0
+ <_>
+
+ <_>
+ 21 9 3 4 -1.
+ <_>
+ 22 9 1 4 3.
+ 0
+ <_>
+
+ <_>
+ 21 10 4 2 -1.
+ <_>
+ 22 10 2 2 2.
+ 0
+ <_>
+
+ <_>
+ 21 11 24 2 -1.
+ <_>
+ 27 11 12 2 2.
+ 0
+ <_>
+
+ <_>
+ 21 18 4 1 -1.
+ <_>
+ 22 18 2 1 2.
+ 0
+ <_>
+
+ <_>
+ 22 3 4 1 -1.
+ <_>
+ 23 3 2 1 2.
+ 0
+ <_>
+
+ <_>
+ 22 6 2 6 -1.
+ <_>
+ 22 6 1 3 2.
+ <_>
+ 23 9 1 3 2.
+ 0
+ <_>
+
+ <_>
+ 22 7 3 3 -1.
+ <_>
+ 23 8 1 1 9.
+ 0
+ <_>
+
+ <_>
+ 22 8 3 5 -1.
+ <_>
+ 23 8 1 5 3.
+ 0
+ <_>
+
+ <_>
+ 22 9 3 2 -1.
+ <_>
+ 23 9 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 23 8 3 3 -1.
+ <_>
+ 24 8 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 23 10 3 2 -1.
+ <_>
+ 24 10 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 24 3 20 17 -1.
+ <_>
+ 29 3 10 17 2.
+ 0
+ <_>
+
+ <_>
+ 24 4 14 6 -1.
+ <_>
+ 31 4 7 6 2.
+ 0
+ <_>
+
+ <_>
+ 24 18 9 2 -1.
+ <_>
+ 27 18 3 2 3.
+ 0
+ <_>
+
+ <_>
+ 25 5 8 4 -1.
+ <_>
+ 25 5 4 4 2.
+ 1
+ <_>
+
+ <_>
+ 25 6 22 14 -1.
+ <_>
+ 36 6 11 14 2.
+ 0
+ <_>
+
+ <_>
+ 25 12 28 8 -1.
+ <_>
+ 25 14 28 4 2.
+ 0
+ <_>
+
+ <_>
+ 25 14 9 3 -1.
+ <_>
+ 25 15 9 1 3.
+ 0
+ <_>
+
+ <_>
+ 26 2 27 18 -1.
+ <_>
+ 35 2 9 18 3.
+ 0
+ <_>
+
+ <_>
+ 26 3 22 3 -1.
+ <_>
+ 26 4 22 1 3.
+ 0
+ <_>
+
+ <_>
+ 26 4 8 4 -1.
+ <_>
+ 30 4 4 4 2.
+ 0
+ <_>
+
+ <_>
+ 26 4 20 6 -1.
+ <_>
+ 31 4 10 6 2.
+ 0
+ <_>
+
+ <_>
+ 26 7 1 12 -1.
+ <_>
+ 22 11 1 4 3.
+ 1
+ <_>
+
+ <_>
+ 26 9 3 3 -1.
+ <_>
+ 27 9 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 26 13 9 3 -1.
+ <_>
+ 26 14 9 1 3.
+ 0
+ <_>
+
+ <_>
+ 27 3 15 6 -1.
+ <_>
+ 32 3 5 6 3.
+ 0
+ <_>
+
+ <_>
+ 27 9 3 1 -1.
+ <_>
+ 28 9 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 27 9 3 2 -1.
+ <_>
+ 28 9 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 27 10 3 3 -1.
+ <_>
+ 28 10 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 27 11 3 2 -1.
+ <_>
+ 28 11 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 28 2 10 4 -1.
+ <_>
+ 28 2 10 2 2.
+ 1
+ <_>
+
+ <_>
+ 28 8 32 6 -1.
+ <_>
+ 28 10 32 2 3.
+ 0
+ <_>
+
+ <_>
+ 28 10 3 1 -1.
+ <_>
+ 29 10 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 28 11 3 1 -1.
+ <_>
+ 29 11 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 28 15 5 4 -1.
+ <_>
+ 28 16 5 2 2.
+ 0
+ <_>
+
+ <_>
+ 28 16 23 4 -1.
+ <_>
+ 28 17 23 2 2.
+ 0
+ <_>
+
+ <_>
+ 28 19 6 1 -1.
+ <_>
+ 30 19 2 1 3.
+ 0
+ <_>
+
+ <_>
+ 29 3 9 4 -1.
+ <_>
+ 32 3 3 4 3.
+ 0
+ <_>
+
+ <_>
+ 29 5 9 1 -1.
+ <_>
+ 32 5 3 1 3.
+ 0
+ <_>
+
+ <_>
+ 29 8 3 6 -1.
+ <_>
+ 30 8 1 6 3.
+ 0
+ <_>
+
+ <_>
+ 29 9 3 1 -1.
+ <_>
+ 30 9 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 29 11 10 4 -1.
+ <_>
+ 29 13 10 2 2.
+ 0
+ <_>
+
+ <_>
+ 29 11 26 8 -1.
+ <_>
+ 29 13 26 4 2.
+ 0
+ <_>
+
+ <_>
+ 30 0 16 6 -1.
+ <_>
+ 30 3 16 3 2.
+ 0
+ <_>
+
+ <_>
+ 30 2 30 6 -1.
+ <_>
+ 30 2 15 3 2.
+ <_>
+ 45 5 15 3 2.
+ 0
+ <_>
+
+ <_>
+ 30 3 9 4 -1.
+ <_>
+ 33 3 3 4 3.
+ 0
+ <_>
+
+ <_>
+ 30 5 9 4 -1.
+ <_>
+ 30 6 9 2 2.
+ 0
+ <_>
+
+ <_>
+ 30 10 3 2 -1.
+ <_>
+ 31 10 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 30 14 18 6 -1.
+ <_>
+ 36 14 6 6 3.
+ 0
+ <_>
+
+ <_>
+ 31 3 4 3 -1.
+ <_>
+ 32 3 2 3 2.
+ 0
+ <_>
+
+ <_>
+ 31 7 4 9 -1.
+ <_>
+ 32 7 2 9 2.
+ 0
+ <_>
+
+ <_>
+ 31 11 3 2 -1.
+ <_>
+ 32 11 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 31 11 3 3 -1.
+ <_>
+ 32 11 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 32 4 3 2 -1.
+ <_>
+ 33 4 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 32 6 18 6 -1.
+ <_>
+ 32 6 9 3 2.
+ <_>
+ 41 9 9 3 2.
+ 0
+ <_>
+
+ <_>
+ 33 1 22 6 -1.
+ <_>
+ 33 4 22 3 2.
+ 0
+ <_>
+
+ <_>
+ 33 3 4 2 -1.
+ <_>
+ 34 3 2 2 2.
+ 0
+ <_>
+
+ <_>
+ 33 3 4 4 -1.
+ <_>
+ 34 3 2 4 2.
+ 0
+ <_>
+
+ <_>
+ 33 5 4 1 -1.
+ <_>
+ 34 5 2 1 2.
+ 0
+ <_>
+
+ <_>
+ 33 9 3 6 -1.
+ <_>
+ 34 9 1 6 3.
+ 0
+ <_>
+
+ <_>
+ 33 10 3 3 -1.
+ <_>
+ 34 10 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 34 8 4 7 -1.
+ <_>
+ 35 8 2 7 2.
+ 0
+ <_>
+
+ <_>
+ 34 9 3 5 -1.
+ <_>
+ 35 9 1 5 3.
+ 0
+ <_>
+
+ <_>
+ 34 18 9 2 -1.
+ <_>
+ 37 18 3 2 3.
+ 0
+ <_>
+
+ <_>
+ 35 0 8 6 -1.
+ <_>
+ 37 0 4 6 2.
+ 0
+ <_>
+
+ <_>
+ 35 9 3 2 -1.
+ <_>
+ 36 9 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 36 9 24 9 -1.
+ <_>
+ 42 9 12 9 2.
+ 0
+ <_>
+
+ <_>
+ 37 1 16 18 -1.
+ <_>
+ 41 1 8 18 2.
+ 0
+ <_>
+
+ <_>
+ 37 11 20 8 -1.
+ <_>
+ 42 11 10 8 2.
+ 0
+ <_>
+
+ <_>
+ 38 8 15 12 -1.
+ <_>
+ 38 12 15 4 3.
+ 0
+ <_>
+
+ <_>
+ 39 6 12 8 -1.
+ <_>
+ 45 6 6 8 2.
+ 0
+ <_>
+
+ <_>
+ 40 8 8 4 -1.
+ <_>
+ 40 8 8 2 2.
+ 1
+ <_>
+
+ <_>
+ 40 10 3 1 -1.
+ <_>
+ 41 10 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 40 10 3 5 -1.
+ <_>
+ 41 10 1 5 3.
+ 0
+ <_>
+
+ <_>
+ 40 13 12 6 -1.
+ <_>
+ 43 13 6 6 2.
+ 0
+ <_>
+
+ <_>
+ 41 5 7 15 -1.
+ <_>
+ 41 10 7 5 3.
+ 0
+ <_>
+
+ <_>
+ 41 6 12 6 -1.
+ <_>
+ 45 6 4 6 3.
+ 0
+ <_>
+
+ <_>
+ 41 7 12 7 -1.
+ <_>
+ 45 7 4 7 3.
+ 0
+ <_>
+
+ <_>
+ 41 8 12 12 -1.
+ <_>
+ 45 8 4 12 3.
+ 0
+ <_>
+
+ <_>
+ 41 9 3 6 -1.
+ <_>
+ 42 9 1 6 3.
+ 0
+ <_>
+
+ <_>
+ 42 2 3 13 -1.
+ <_>
+ 43 2 1 13 3.
+ 0
+ <_>
+
+ <_>
+ 42 4 18 10 -1.
+ <_>
+ 42 4 9 5 2.
+ <_>
+ 51 9 9 5 2.
+ 0
+ <_>
+
+ <_>
+ 42 5 18 8 -1.
+ <_>
+ 42 5 9 4 2.
+ <_>
+ 51 9 9 4 2.
+ 0
+ <_>
+
+ <_>
+ 42 7 2 7 -1.
+ <_>
+ 43 7 1 7 2.
+ 0
+ <_>
+
+ <_>
+ 42 14 12 5 -1.
+ <_>
+ 46 14 4 5 3.
+ 0
+ <_>
+
+ <_>
+ 43 1 10 9 -1.
+ <_>
+ 40 4 10 3 3.
+ 1
+ <_>
+
+ <_>
+ 43 6 6 6 -1.
+ <_>
+ 43 9 6 3 2.
+ 0
+ <_>
+
+ <_>
+ 44 0 8 20 -1.
+ <_>
+ 46 0 4 20 2.
+ 0
+ <_>
+
+ <_>
+ 44 2 16 12 -1.
+ <_>
+ 44 2 8 6 2.
+ <_>
+ 52 8 8 6 2.
+ 0
+ <_>
+
+ <_>
+ 44 5 3 8 -1.
+ <_>
+ 45 5 1 8 3.
+ 0
+ <_>
+
+ <_>
+ 44 8 3 4 -1.
+ <_>
+ 45 8 1 4 3.
+ 0
+ <_>
+
+ <_>
+ 44 12 16 4 -1.
+ <_>
+ 52 12 8 4 2.
+ 0
+ <_>
+
+ <_>
+ 44 13 10 3 -1.
+ <_>
+ 49 13 5 3 2.
+ 0
+ <_>
+
+ <_>
+ 45 19 9 1 -1.
+ <_>
+ 48 19 3 1 3.
+ 0
+ <_>
+
+ <_>
+ 46 3 8 8 -1.
+ <_>
+ 50 3 4 8 2.
+ 0
+ <_>
+
+ <_>
+ 47 12 10 6 -1.
+ <_>
+ 52 12 5 6 2.
+ 0
+ <_>
+
+ <_>
+ 48 0 4 13 -1.
+ <_>
+ 49 0 2 13 2.
+ 0
+ <_>
+
+ <_>
+ 48 5 3 12 -1.
+ <_>
+ 45 8 3 6 2.
+ 1
+ <_>
+
+ <_>
+ 48 9 12 8 -1.
+ <_>
+ 54 9 6 8 2.
+ 0
+ <_>
+
+ <_>
+ 48 13 12 4 -1.
+ <_>
+ 54 13 6 4 2.
+ 0
+ <_>
+
+ <_>
+ 49 8 3 1 -1.
+ <_>
+ 50 8 1 1 3.
+ 0
+ <_>
+
+ <_>
+ 49 8 3 2 -1.
+ <_>
+ 50 8 1 2 3.
+ 0
+ <_>
+
+ <_>
+ 49 8 3 3 -1.
+ <_>
+ 50 8 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 50 9 3 3 -1.
+ <_>
+ 51 10 1 1 9.
+ 0
+ <_>
+
+ <_>
+ 51 8 3 3 -1.
+ <_>
+ 52 8 1 3 3.
+ 0
+ <_>
+
+ <_>
+ 52 6 6 10 -1.
+ <_>
+ 54 6 2 10 3.
+ 0
+ <_>
+
+ <_>
+ 52 7 8 7 -1.
+ <_>
+ 56 7 4 7 2.
+ 0
+ <_>
+
+ <_>
+ 52 8 8 4 -1.
+ <_>
+ 52 8 8 2 2.
+ 1
+ <_>
+
+ <_>
+ 54 3 6 15 -1.
+ <_>
+ 57 3 3 15 2.
+ 0
+ <_>
+
+ <_>
+ 54 8 6 7 -1.
+ <_>
+ 57 8 3 7 2.
+ 0
+ <_>
+
+ <_>
+ 57 11 3 6 -1.
+ <_>
+ 57 13 3 2 3.
+ 0
+ <_>
+
+ <_>
+ 59 8 1 3 -1.
+ <_>
+ 59 9 1 1 3.
+ 0
+
diff --git a/Image processing/Number plate detection/number_plate.py b/Image processing/Number plate detection/number_plate.py
new file mode 100644
index 0000000000..2969b6c280
--- /dev/null
+++ b/Image processing/Number plate detection/number_plate.py
@@ -0,0 +1,42 @@
+import cv2
+
+harcascade = "model/haarcascade_russian_plate_number.xml"
+
+cap = cv2.VideoCapture(0)
+
+cap.set(3, 640) # width
+cap.set(4, 480) #height
+
+min_area = 500
+count = 0
+
+while True:
+ success, img = cap.read()
+
+ plate_cascade = cv2.CascadeClassifier(harcascade)
+ img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+
+ plates = plate_cascade.detectMultiScale(img_gray, 1.1, 4)
+
+ for (x,y,w,h) in plates:
+ area = w * h
+
+ if area > min_area:
+ cv2.rectangle(img, (x,y), (x+w, y+h), (0,255,0), 2)
+ cv2.putText(img, "Number Plate", (x,y-5), cv2.FONT_HERSHEY_COMPLEX_SMALL, 1, (255, 0, 255), 2)
+
+ img_roi = img[y: y+h, x:x+w]
+ cv2.imshow("ROI", img_roi)
+
+
+
+ cv2.imshow("Result", img)
+
+ if cv2.waitKey(1) & 0xFF == ord('s'):
+ cv2.imwrite("plates/scaned_img_" + str(count) + ".jpg", img_roi)
+ cv2.rectangle(img, (0,200), (640,300), (0,255,0), cv2.FILLED)
+ cv2.putText(img, "Plate Saved", (150, 265), cv2.FONT_HERSHEY_COMPLEX_SMALL, 2, (0, 0, 255), 2)
+ cv2.imshow("Results",img)
+ cv2.waitKey(500)
+ count += 1
+
diff --git a/Image processing/Number plate detection/ocr-notebook/easy_OCR_demo.ipynb b/Image processing/Number plate detection/ocr-notebook/easy_OCR_demo.ipynb
new file mode 100644
index 0000000000..6ec385a361
--- /dev/null
+++ b/Image processing/Number plate detection/ocr-notebook/easy_OCR_demo.ipynb
@@ -0,0 +1,517 @@
+{
+ "nbformat": 4,
+ "nbformat_minor": 0,
+ "metadata": {
+ "colab": {
+ "provenance": []
+ },
+ "kernelspec": {
+ "name": "python3",
+ "display_name": "Python 3"
+ },
+ "language_info": {
+ "name": "python"
+ },
+ "accelerator": "GPU"
+ },
+ "cells": [
+ {
+ "cell_type": "code",
+ "execution_count": 1,
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "hD8TRh0rCSmO",
+ "outputId": "c60b9fe5-37e5-4833-fbcc-248ceb569807"
+ },
+ "outputs": [
+ {
+ "output_type": "stream",
+ "name": "stdout",
+ "text": [
+ "Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/\n",
+ "Collecting easyocr\n",
+ " Downloading easyocr-1.6.2-py3-none-any.whl (2.9 MB)\n",
+ "\u001b[2K \u001b[90m━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\u001b[0m \u001b[32m2.9/2.9 MB\u001b[0m \u001b[31m60.6 MB/s\u001b[0m eta \u001b[36m0:00:00\u001b[0m\n",
+ "\u001b[?25hRequirement already satisfied: Shapely in /usr/local/lib/python3.8/dist-packages (from easyocr) (2.0.0)\n",
+ "Requirement already satisfied: Pillow in /usr/local/lib/python3.8/dist-packages (from easyocr) (7.1.2)\n",
+ "Collecting pyclipper\n",
+ " Downloading pyclipper-1.3.0.post4-cp38-cp38-manylinux_2_5_x86_64.manylinux1_x86_64.whl (619 kB)\n",
+ "\u001b[2K \u001b[90m━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\u001b[0m \u001b[32m619.2/619.2 KB\u001b[0m \u001b[31m64.4 MB/s\u001b[0m eta \u001b[36m0:00:00\u001b[0m\n",
+ "\u001b[?25hRequirement already satisfied: torch in /usr/local/lib/python3.8/dist-packages (from easyocr) (1.13.1+cu116)\n",
+ "Requirement already satisfied: scipy in /usr/local/lib/python3.8/dist-packages (from easyocr) (1.7.3)\n",
+ "Requirement already satisfied: numpy in /usr/local/lib/python3.8/dist-packages (from easyocr) (1.21.6)\n",
+ "Collecting ninja\n",
+ " Downloading ninja-1.11.1-py2.py3-none-manylinux_2_12_x86_64.manylinux2010_x86_64.whl (145 kB)\n",
+ "\u001b[2K \u001b[90m━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\u001b[0m \u001b[32m146.0/146.0 KB\u001b[0m \u001b[31m21.8 MB/s\u001b[0m eta \u001b[36m0:00:00\u001b[0m\n",
+ "\u001b[?25hCollecting opencv-python-headless<=4.5.4.60\n",
+ " Downloading opencv_python_headless-4.5.4.60-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (47.6 MB)\n",
+ "\u001b[2K \u001b[90m━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\u001b[0m \u001b[32m47.6/47.6 MB\u001b[0m \u001b[31m16.8 MB/s\u001b[0m eta \u001b[36m0:00:00\u001b[0m\n",
+ "\u001b[?25hRequirement already satisfied: PyYAML in /usr/local/lib/python3.8/dist-packages (from easyocr) (6.0)\n",
+ "Requirement already satisfied: scikit-image in /usr/local/lib/python3.8/dist-packages (from easyocr) (0.18.3)\n",
+ "Requirement already satisfied: torchvision>=0.5 in /usr/local/lib/python3.8/dist-packages (from easyocr) (0.14.1+cu116)\n",
+ "Collecting python-bidi\n",
+ " Downloading python_bidi-0.4.2-py2.py3-none-any.whl (30 kB)\n",
+ "Requirement already satisfied: typing-extensions in /usr/local/lib/python3.8/dist-packages (from torchvision>=0.5->easyocr) (4.4.0)\n",
+ "Requirement already satisfied: requests in /usr/local/lib/python3.8/dist-packages (from torchvision>=0.5->easyocr) (2.25.1)\n",
+ "Requirement already satisfied: six in /usr/local/lib/python3.8/dist-packages (from python-bidi->easyocr) (1.15.0)\n",
+ "Requirement already satisfied: imageio>=2.3.0 in /usr/local/lib/python3.8/dist-packages (from scikit-image->easyocr) (2.9.0)\n",
+ "Requirement already satisfied: networkx>=2.0 in /usr/local/lib/python3.8/dist-packages (from scikit-image->easyocr) (3.0)\n",
+ "Requirement already satisfied: PyWavelets>=1.1.1 in /usr/local/lib/python3.8/dist-packages (from scikit-image->easyocr) (1.4.1)\n",
+ "Requirement already satisfied: tifffile>=2019.7.26 in /usr/local/lib/python3.8/dist-packages (from scikit-image->easyocr) (2022.10.10)\n",
+ "Requirement already satisfied: matplotlib!=3.0.0,>=2.0.0 in /usr/local/lib/python3.8/dist-packages (from scikit-image->easyocr) (3.2.2)\n",
+ "Requirement already satisfied: pyparsing!=2.0.4,!=2.1.2,!=2.1.6,>=2.0.1 in /usr/local/lib/python3.8/dist-packages (from matplotlib!=3.0.0,>=2.0.0->scikit-image->easyocr) (3.0.9)\n",
+ "Requirement already satisfied: python-dateutil>=2.1 in /usr/local/lib/python3.8/dist-packages (from matplotlib!=3.0.0,>=2.0.0->scikit-image->easyocr) (2.8.2)\n",
+ "Requirement already satisfied: kiwisolver>=1.0.1 in /usr/local/lib/python3.8/dist-packages (from matplotlib!=3.0.0,>=2.0.0->scikit-image->easyocr) (1.4.4)\n",
+ "Requirement already satisfied: cycler>=0.10 in /usr/local/lib/python3.8/dist-packages (from matplotlib!=3.0.0,>=2.0.0->scikit-image->easyocr) (0.11.0)\n",
+ "Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.8/dist-packages (from requests->torchvision>=0.5->easyocr) (2022.12.7)\n",
+ "Requirement already satisfied: urllib3<1.27,>=1.21.1 in /usr/local/lib/python3.8/dist-packages (from requests->torchvision>=0.5->easyocr) (1.24.3)\n",
+ "Requirement already satisfied: idna<3,>=2.5 in /usr/local/lib/python3.8/dist-packages (from requests->torchvision>=0.5->easyocr) (2.10)\n",
+ "Requirement already satisfied: chardet<5,>=3.0.2 in /usr/local/lib/python3.8/dist-packages (from requests->torchvision>=0.5->easyocr) (4.0.0)\n",
+ "Installing collected packages: pyclipper, ninja, python-bidi, opencv-python-headless, easyocr\n",
+ " Attempting uninstall: opencv-python-headless\n",
+ " Found existing installation: opencv-python-headless 4.7.0.68\n",
+ " Uninstalling opencv-python-headless-4.7.0.68:\n",
+ " Successfully uninstalled opencv-python-headless-4.7.0.68\n",
+ "Successfully installed easyocr-1.6.2 ninja-1.11.1 opencv-python-headless-4.5.4.60 pyclipper-1.3.0.post4 python-bidi-0.4.2\n"
+ ]
+ }
+ ],
+ "source": [
+ "!pip install easyocr"
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "import matplotlib.pyplot as plt\n",
+ "import cv2\n",
+ "import easyocr\n",
+ "from IPython.display import Image"
+ ],
+ "metadata": {
+ "id": "6wKgPU52CZ6K"
+ },
+ "execution_count": 2,
+ "outputs": []
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "Image(\"/content/scaned_img_0.jpg\")"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/",
+ "height": 65
+ },
+ "id": "hxBLiy0AChPp",
+ "outputId": "6f8e0eb9-eeaf-4561-dd16-50689139a125"
+ },
+ "execution_count": 3,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "image/jpeg": "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\n",
+ "text/plain": [
+ ""
+ ]
+ },
+ "metadata": {},
+ "execution_count": 3
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "\n",
+ "reader = easyocr.Reader(['en'])"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "ZYD5fu4NCq2U",
+ "outputId": "8a9390ef-9bad-443f-88d8-48411a496fc6"
+ },
+ "execution_count": 4,
+ "outputs": [
+ {
+ "output_type": "stream",
+ "name": "stderr",
+ "text": [
+ "WARNING:easyocr.easyocr:Downloading detection model, please wait. This may take several minutes depending upon your network connection.\n"
+ ]
+ },
+ {
+ "output_type": "stream",
+ "name": "stdout",
+ "text": [
+ "Progress: |██████████████████████████████████████████████████| 100.0% Complete"
+ ]
+ },
+ {
+ "output_type": "stream",
+ "name": "stderr",
+ "text": [
+ "WARNING:easyocr.easyocr:Downloading recognition model, please wait. This may take several minutes depending upon your network connection.\n"
+ ]
+ },
+ {
+ "output_type": "stream",
+ "name": "stdout",
+ "text": [
+ "Progress: |██████████████████████████████████████████████████| 100.0% Complete"
+ ]
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "\n",
+ "output = reader.readtext('/content/scaned_img_0.jpg')"
+ ],
+ "metadata": {
+ "id": "ZCHP-450Cl9x"
+ },
+ "execution_count": 5,
+ "outputs": []
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "output"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "Ao44WMNJC_4R",
+ "outputId": "4f9bc326-5f01-4871-9388-86c3726df528"
+ },
+ "execution_count": 6,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "[([[16, 12], [112, 12], [112, 36], [16, 36]], 'MY7O BMN', 0.18399210967832255)]"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 6
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "cord = output[-1][0]"
+ ],
+ "metadata": {
+ "id": "SW8P4tA2DHKh"
+ },
+ "execution_count": null,
+ "outputs": []
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "cord"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "Vj08hYknEXnE",
+ "outputId": "61c8259b-2140-49d4-95f1-0f24ea43e5ec"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "[[307, 249], [339, 249], [339, 263], [307, 263]]"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 34
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "a = list(zip(*cord))\n",
+ "a"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "3nXoyWdoEc2i",
+ "outputId": "71c34b51-6ea6-4274-b6e8-e731cfe78afb"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "[(307, 339, 339, 307), (249, 249, 263, 263)]"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 37
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "min(a[0])"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "-Talju53ExKb",
+ "outputId": "678b4ff1-531c-46d6-ec2e-e6b209d0dc8e"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "307"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 39
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "min(a[1])"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "sfDxg7_RE_PE",
+ "outputId": "a71e2913-4f3a-40e4-bddc-fda5b0a15fe6"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "249"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 42
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "max(a[0])"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "3SNxkER_FlKN",
+ "outputId": "07c72bee-cd08-4f38-919f-8adc8866144e"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "339"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 44
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "max(a[1])"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "Ra4nrXngFlM7",
+ "outputId": "0c586331-1fc5-4b8b-a248-82b43ccdd837"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "263"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 45
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "\n",
+ "x_min, y_min = [int(min(idx)) for idx in zip(*cord)]"
+ ],
+ "metadata": {
+ "id": "7zwP5q_zDKuh"
+ },
+ "execution_count": null,
+ "outputs": []
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "x_min, y_min"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "RlZab6VGFWgz",
+ "outputId": "53556660-74a8-4c92-966b-f63dba82ef41"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "(307, 249)"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 41
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "\n",
+ "x_max, y_max = [int(max(idx)) for idx in zip(*cord)]"
+ ],
+ "metadata": {
+ "id": "XSPxi2_RDMXJ"
+ },
+ "execution_count": null,
+ "outputs": []
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "x_max, y_max"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/"
+ },
+ "id": "HPJwuE3-FgNk",
+ "outputId": "0b7e84f1-177d-4a91-a5e7-bb83df9dbbb6"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ "(339, 263)"
+ ]
+ },
+ "metadata": {},
+ "execution_count": 43
+ }
+ ]
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "from pylab import rcParams\n",
+ "rcParams['figure.figsize'] = 20, 30"
+ ],
+ "metadata": {
+ "id": "NNGr7AzoD3xK"
+ },
+ "execution_count": null,
+ "outputs": []
+ },
+ {
+ "cell_type": "code",
+ "source": [
+ "image = cv2.imread('/content/bottle.jpg')\n",
+ "cv2.rectangle(image,(x_min,y_min),(x_max,y_max),(0,0,255),2)\n",
+ "plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))"
+ ],
+ "metadata": {
+ "colab": {
+ "base_uri": "https://localhost:8080/",
+ "height": 825
+ },
+ "id": "DSxNIGFGDNga",
+ "outputId": "ed0de668-4fb3-4b71-af56-2942a58d15f0"
+ },
+ "execution_count": null,
+ "outputs": [
+ {
+ "output_type": "execute_result",
+ "data": {
+ "text/plain": [
+ ""
+ ]
+ },
+ "metadata": {},
+ "execution_count": 32
+ },
+ {
+ "output_type": "display_data",
+ "data": {
+ "text/plain": [
+ "