Add Readme

README.md

@@ -0,0 +1,96 @@
+# ControlPatente AI - Sistema de Reconocimiento de Patentes (ALPR)
+
+Sistema de seguridad y control de acceso vehicular basado en Inteligencia Artificial. Utiliza reconocimiento de patentes (ALPR/LPR) en tiempo real mediante cámaras web, procesando la información con Docker, Node.js, Python y React.
+
+## 🚀 Características
+
+- **Detección en Tiempo Real:** Identificación instantánea de patentes vehiculares usando EasyOCR/OpenCV.
+- **Validación de Acceso:** Comparación automática con base de datos de vehículos registrados (Permitidos/Denegados).
+- **Video Streaming:** Visualización en vivo de la cámara en el dashboard.
+- **Dashboard Interactivo:** Interfaz web moderna para monitoreo y gestión de patentes.
+- **Filtro Inteligente:** Optimizado para patentes chilenas (Formatos: AABB12 y BBBB12).
+
+## 🛠 Arquitectura
+
+El proyecto utiliza una arquitectura de microservicios con Docker:
+
+- **Frontend:** React + Vite + TailwindCSS (Puerto 5173)
+- **Backend:** Node.js + Express + Socket.IO (Puerto 3000)
+- **Database:** PostgreSQL (Puerto 5432)
+- **ALPR Service:** Python + Flask + OpenCV + EasyOCR (Puerto 5001)
+
+## 📋 Prerrequisitos
+
+- [Docker Desktop](https://www.docker.com/products/docker-desktop/) instalado y corriendo.
+- (Solo para macOS/Desarrollo Local) Python 3.9+ instalado en tu máquina.
+
+## 🔧 Instalación y Puesta en Marcha
+
+### 1. Clonar el Repositorio
+
+```bash
+git clone https://gitea.v1ru5.cl/raven/ControlPatente.git
+cd ControlPatente
+```
+
+### 2. Ejecutar con Docker Compose
+
+Para levantar la base de datos, el backend y el frontend:
+
+```bash
+docker compose up -d
+```
+
+> **Nota:** La primera vez puede tardar unos minutos en construir las imágenes.
+
+### 3. Configuración de la Cámara (Importante)
+
+Debido a restricciones de seguridad en Docker (especialmente en macOS), el acceso directo a la webcam USB desde el contenedor suele fallar. Se recomienda ejecutar el servicio de reconocimiento (**ALPR**) localmente.
+
+#### Opción A: Ejecución Híbrida (Recomendada para macOS)
+
+Mantén los contenedores de Docker corriendo (Backend, DB, Frontend) y ejecuta el script de Python en tu terminal local:
+
+1.  Ve a la carpeta del servicio ALPR:
+    ```bash
+    cd alpr-service
+    ```
+2.  Instala las dependencias:
+    ```bash
+    pip3 install -r requirements.txt
+    pip3 install flask flask-cors
+    ```
+3.  Ejecuta el servicio:
+    ```bash
+    # Asegura que el backend sea alcanzable en localhost
+    export BACKEND_URL="http://localhost:3000"
+    python3 main.py
+    ```
+
+El script pedirá permisos de cámara. Una vez otorgados, verás el video en el Dashboard.
+
+#### Opción B: Ejecución Full Docker (Linux / Raspberry Pi)
+
+En sistemas Linux nativos donde se pueden mapear dispositivos (ej. `/dev/video0`), simplemente descomenta la sección `devices` en `docker-compose.yml` y todo correrá dentro de Docker.
+
+## 🖥 Uso del Sistema
+
+1.  **Dashboard:** Abre tu navegador en [http://localhost:5173](http://localhost:5173).
+2.  **Registro:** Haz clic en **"+ Register New Plate"** para agregar vehículos autorizados.
+3.  **Monitoreo:** Apunta tu cámara a una patente.
+    *   Si está registrada: Verás estado **GRANTED** (Verde).
+    *   Si no existe: Verás estado **UNKNOWN/DENIED** (Rojo/Gris).
+
+## 🐛 Solución de Problemas Comunes
+
+**1. Error "Table public.Plate does not exist" (Error 500)**
+Si al agregar una patente da error 500, significa que la base de datos no se inicializó. Ejecuta:
+```bash
+docker compose exec backend npx prisma migrate dev --name init
+```
+
+**2. La cámara no abre en macOS**
+Asegúrate de ejecutar `main.py` desde una terminal con permisos (VS Code o Terminal.app). Revisa en *Preferencias del Sistema > Privacidad y Seguridad > Cámara*.
+
+**3. "Network Error" en el Dashboard**
+Verifica que el Backend esté corriendo (`docker compose ps`) y que no haya errores en los logs (`docker compose logs backend`).