Automatisation n8n : conversion d'images en plaques d'immatriculation
- Ce workflow n8n a pour objectif de transformer des images en numéros de plaques d'immatriculation, facilitant ainsi la gestion des données pour les entreprises de transport ou de location de véhicules. En intégrant des outils d'intelligence artificielle, ce processus permet d'automatiser la reconnaissance et la conversion d'images, réduisant ainsi le temps de traitement manuel et les erreurs potentielles. Dans un contexte où la rapidité et l'efficacité sont essentielles, cette automatisation n8n se révèle particulièrement utile pour les équipes chargées de la gestion des flottes de véhicules ou des services de surveillance.
- Le workflow débute par un déclencheur de type formulaire, qui permet à l'utilisateur de soumettre une image via une interface conviviale. Ensuite, le flux passe par le noeud 'Settings' pour configurer les options nécessaires à la conversion. L'image est ensuite traitée par le noeud 'OpenRouter LLM', qui utilise un modèle d'intelligence artificielle pour analyser l'image et extraire le numéro de la plaque d'immatriculation. Le résultat est ensuite envoyé au noeud 'Basic LLM Chain' pour un traitement supplémentaire, avant d'être présenté à l'utilisateur sur une page de résultats.
- Les bénéfices de ce workflow sont multiples : il permet d'éliminer les tâches répétitives et chronophages, tout en améliorant la précision des données collectées. En intégrant cette automatisation n8n, les entreprises peuvent non seulement gagner du temps, mais aussi optimiser leur gestion des informations liées aux véhicules.
Workflow n8n intelligence artificielle, reconnaissance d'image, gestion de flotte : vue d'ensemble
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Workflow n8n intelligence artificielle, reconnaissance d'image, gestion de flotte : détail des nœuds
Inscris-toi pour voir l'intégralité du workflow
Inscription gratuite
S'inscrire gratuitementBesoin d'aide ?{
"id": "B37wvB0tdKgjuabw",
"meta": {
"instanceId": "98bf0d6aef1dd8b7a752798121440fb171bf7686b95727fd617f43452393daa3",
"templateCredsSetupCompleted": true
},
"name": "Image to license plate number",
"tags": [],
"nodes": [
{
"id": "a656334a-0135-4d93-a6df-ca97222c9753",
"name": "Basic LLM Chain",
"type": "@n8n/n8n-nodes-langchain.chainLlm",
"position": [
-140,
-380
],
"parameters": {
"text": "={{ $json.prompt }}",
"messages": {
"messageValues": [
{
"type": "HumanMessagePromptTemplate",
"messageType": "imageBinary",
"binaryImageDataKey": "Image"
}
]
},
"promptType": "define"
},
"typeVersion": 1.5
},
{
"id": "41a90592-2a91-40ff-abf4-3a795733d521",
"name": "FormResultPage",
"type": "n8n-nodes-base.form",
"position": [
220,
-380
],
"webhookId": "218822fe-5eb9-4451-ae8a-14b8f484fdde",
"parameters": {
"options": {
"formTitle": ""
},
"operation": "completion",
"completionTitle": "Extracted information:",
"completionMessage": "={{ $json.text }}"
},
"typeVersion": 1
},
{
"id": "c23b95d9-b7a2-4e9e-a019-5724a9662abd",
"name": "OpenRouter LLM",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenRouter",
"position": [
-60,
-180
],
"parameters": {
"model": "={{ $json.model }}",
"options": {}
},
"credentials": {
"openRouterApi": {
"id": "bs7tPtvgDTJNGAFJ",
"name": "OpenRouter account"
}
},
"typeVersion": 1
},
{
"id": "8298cd51-8c47-4bc4-af78-2c216207ef76",
"name": "Settings",
"type": "n8n-nodes-base.set",
"position": [
-340,
-380
],
"parameters": {
"options": {},
"assignments": {
"assignments": [
{
"id": "1b8381dc-5b9a-42a2-8a67-cc706b433180",
"name": "model",
"type": "string",
"value": "openai/gpt-4o"
},
{
"id": "72aec130-ab56-4e61-b60b-9a31dd8d02e6",
"name": "prompt",
"type": "string",
"value": "Extract the number of the license plate on the front-most car depicted in the attached image and return only the extracted characters without any other text or structure."
}
]
},
"includeOtherFields": true
},
"typeVersion": 3.4
},
{
"id": "fae79fc9-b510-44a4-beec-4dc26dc2a13a",
"name": "FromTrigger",
"type": "n8n-nodes-base.formTrigger",
"position": [
-560,
-380
],
"webhookId": "41e3f34b-7abe-4c64-95cd-2942503d5e98",
"parameters": {
"options": {},
"formTitle": "Analyse image",
"formFields": {
"values": [
{
"fieldType": "file",
"fieldLabel": "Image",
"requiredField": true,
"acceptFileTypes": ".jpg, .png"
}
]
},
"responseMode": "lastNode",
"formDescription": "To analyse an image, upload it here."
},
"typeVersion": 2.2
}
],
"active": true,
"pinData": {},
"settings": {
"executionOrder": "v1"
},
"versionId": "5b9c53b9-3998-4676-999d-1ba117bf6695",
"connections": {
"Settings": {
"main": [
[
{
"node": "Basic LLM Chain",
"type": "main",
"index": 0
}
]
]
},
"FromTrigger": {
"main": [
[
{
"node": "Settings",
"type": "main",
"index": 0
}
]
]
},
"OpenRouter LLM": {
"ai_languageModel": [
[
{
"node": "Basic LLM Chain",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Basic LLM Chain": {
"main": [
[
{
"node": "FormResultPage",
"type": "main",
"index": 0
}
]
]
}
}
}Workflow n8n intelligence artificielle, reconnaissance d'image, gestion de flotte : pour qui est ce workflow ?
Ce workflow s'adresse aux entreprises de transport, de location de véhicules, ainsi qu'aux équipes techniques souhaitant automatiser la reconnaissance de plaques d'immatriculation. Un niveau technique intermédiaire est recommandé pour la mise en place et la personnalisation du workflow.
Workflow n8n intelligence artificielle, reconnaissance d'image, gestion de flotte : problème résolu
Ce workflow résout le problème de la saisie manuelle des numéros de plaques d'immatriculation, qui peut être source d'erreurs et de pertes de temps. En automatisant ce processus, les utilisateurs bénéficient d'une solution rapide et fiable pour extraire des données à partir d'images, ce qui améliore l'efficacité opérationnelle et réduit les coûts associés aux erreurs humaines.
Workflow n8n intelligence artificielle, reconnaissance d'image, gestion de flotte : étapes du workflow
Étape 1 : Le workflow commence avec un déclencheur de type formulaire, permettant à l'utilisateur de soumettre une image.
- Étape 1 : Les paramètres de conversion sont configurés dans le noeud 'Settings'.
- Étape 2 : L'image est ensuite traitée par le noeud 'OpenRouter LLM', qui analyse l'image et extrait le numéro de la plaque.
- Étape 3 : Le résultat est transmis au noeud 'Basic LLM Chain' pour un traitement final avant d'être affiché à l'utilisateur sur la page de résultats.
Workflow n8n intelligence artificielle, reconnaissance d'image, gestion de flotte : guide de personnalisation
Pour personnaliser ce workflow, il est possible de modifier les paramètres du noeud 'FromTrigger' pour adapter le formulaire aux besoins spécifiques de votre entreprise, comme le titre du formulaire ou les champs à inclure. Dans le noeud 'Settings', vous pouvez ajuster les options de traitement selon les exigences de votre projet. Pour sécuriser le flux, envisagez d'ajouter des contrôles d'accès et des validations pour les images soumises. Enfin, vous pouvez intégrer d'autres outils ou services en ajoutant des noeuds supplémentaires au workflow.