简介基于Python与OpenCV实现的车牌识别系统面向计算机视觉初学者、课程设计者及智能交通应用开发人员覆盖车牌检测、字符分割、字符识别等完整环节可解决从车辆图像到车牌文本输出的实际需求。压缩包共30个文件整体约14.02MB主要包含Python源码、jpg车牌测试样张、7z格式的字符与中文训练数据集、XML工程配置以及已训练好的svm与svmchinese.dat模型并已区分训练数据和预测脚本目录结构便于直接运行和二次开发。目前已有399人学习下载。借助完整源码与配套数据读者能够快速搭建车牌识别实验环境理解特征提取与SVM分类器在车牌字符识别中的工作原理同时可参考已有代码和数据进行功能扩展适配不同省份汉字车牌、夜间场景或部署到边缘设备。1. 车牌识别不只是调一个接口这套 Python OpenCV 方案能让你完全掌控流程你大概率在停车场出口见过那套“秒抬杆”的系统但真正动手做过车牌识别的人会发现难的不是“识别”本身而是怎么在复杂背景下稳定地把车牌从画面中捞出来。基于 Python OpenCV 的车牌识别系统核心思路不依赖任何商业 SDK先用 OpenCV 做图像预处理和形态学操作从整帧画面里定位到车牌区域再对这块区域做字符分割最后交给模板匹配或简单分类器完成识别。整个过程你能看到每一行代码在干什么也能对每个参数做细粒度调优这对学习计算机视觉的流程非常有价值。这套方案适合两类人一是想入门 OpenCV 实战、弄懂“从图像到结果”完整链路的学习者二是需要在离线环境或内网部署、不想引入外部接口的运维或开发人员。标题里提到的“源码 数据”本质上是给了你一条可复现的路径而不是一个黑盒。本文不依赖你手头那份具体的源码包按通用工程做法把链路拆开讲透。2. 系统流程拆解与 OpenCV 选型逻辑从整帧到单个字符的完整链路2.1 车牌识别系统的四个必经阶段任何基于 Python OpenCV 的车牌识别系统都跑不出下面这条链路图像采集 → 车牌定位 → 字符分割 → 字符识别。四个阶段环环相扣前一步的错误会直接放大到后一步。拿国内蓝底白字的民用车牌来说最关键的先验信息有两个车牌是矩形且长宽比大约在 3:1 到 4:1 之间车牌底色与车身颜色有较高对比度。选 OpenCV 而不选深度学习方案理由很简单在固定机位、固定光线的场景下传统 CV 方案的实时性和可控性远好于需要 GPU 的模型而且 OpenCV 的形态学操作是按像素级运行的你能精确预测每一步的计算量。OpenCV 在整个系统里承担的工作可以拆成三块。第一块是预处理包括灰度化、高斯模糊、边缘检测目标是压缩干扰信息第二块是几何操作包括轮廓查找、透视变换、二值化目标是把车牌正过来、拉平第三块是特征提取为字符分割提供干净的前景。这里有个容易忽略的点OpenCV 处理的是 BGR 通道顺序不是 RGB。cv2.imread()读进来的是 BGR如果直接拿给识别模块或者转成其他格式颜色通道会对不上HSV 色彩空间提取颜色特征时尤其容易翻车。2.2 为什么多数教学源码选择 HSV 色彩空间做定位车牌定位是整套系统的地基。常见做法有两种基于边缘检测Canny和基于颜色阈值。针对国内蓝牌HSV 色彩空间里的蓝色分布非常集中H 通道大约在 100 到 124 之间S 通道在 43 到 255 之间V 通道在 46 到 255 之间。用cv2.inRange()做成二值掩膜比单纯用 Canny 找边缘稳定得多因为颜色信息不受车牌大小和旋转角度影响只受光照变化影响。这里的设计权衡值得多说一句Canny 边缘检测在白天强光下容易把车灯、车窗反光也框进来HSV 颜色过滤至少能把“蓝色”这个强先验值锁住。但 HSV 的短板也很明确——它对白平衡敏感。同一个蓝色车牌在黄色钠灯下拍出来H 值可能偏移 10 到 20 度。所以工业级做法通常是把 HSV 阈值和轮廓几何特征宽高比、面积联合使用而不是只靠颜色。我一般会先用cv2.Canny()出一版边缘图再用 HSV 掩膜做交集这样两个误报源能互为制约。2.3 字符分割和字符识别模板匹配仍是离线环境最稳的选择定位到车牌区域之后先要做透视矫正。因为相机不可能是正对车牌安装的多少会有一点倾斜角度直接二值化会导致字符变形。矫正用cv2.getPerspectiveTransform()加cv2.warpPerspective()把四边形映射到固定尺寸的矩形比如 240 乘 80 像素。然后进入字符分割这一步的核心是垂直投影把二值化之后的图像按列统计白色像素数量像素数为 0 的列就是字符间隙。国内车牌第二个字符与第三个字符之间有一个点垂直投影的谷值会比普通间隙深可以利用这一点自动判断分割点。字符识别方面教学级源码几乎清一色用模板匹配。把每个字符归一化到同样尺寸比如 20 乘 40 像素然后和模板库里的每一张图计算相似度。OpenCV 提供的cv2.matchTemplate()支持 TM_CCOEFF_NORMED 等相关系数取值越接近 1 说明越相似。模板匹配的好处是不需要训练、不需要标注数据、CPU 上单字符匹配耗时不到 1 毫秒坏处是它对字体变化敏感遇到新能源绿牌或变形字体容易翻车。所以在实际项目中我更愿意把模板匹配当作“兜底方案”当相关系数低于 0.6 时就标记为待人工确认而不是强行给出一个错误结果。3. 核心实现与关键参数定位、分割、识别三段代码逐一拆解3.1 车牌定位HSV 阈值、形态学闭运算与轮廓筛选车牌定位的代码可以浓缩成下面这个处理函数。先不说直接pip install opencv-python的事代码本身应当能独立跑通。import cv2 import numpy as np def locate_plate(frame, debugFalse): # 1. 预处理缩放、高斯模糊、转换为 HSV img cv2.resize(frame, None, fx0.8, fy0.8, interpolationcv2.INTER_AREA) blurred cv2.GaussianBlur(img, (5, 5), 0) hsv cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV) # 2. 蓝色范围掩膜参数按实际光照微调 lower_blue np.array([100, 43, 46]) upper_blue np.array([124, 255, 255]) mask cv2.inRange(hsv, lower_blue, upper_blue) # 3. 形态学闭运算填平字符间的空洞连成完整区域 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5)) closed cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 4. 查找轮廓按矩形特征筛选车牌候选区 contours, _ cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) candidates [] for cnt in contours: x, y, w, h cv2.boundingRect(cnt) aspect w / float(h) area w * h # 车牌宽高比通常在 2.5~5.5 之间面积不能太小 if 2.5 aspect 5.5 and area 2000: candidates.append((x, y, w, h)) if not candidates: return None, None # 5. 面积最大的候选区域最可信 x, y, w, h sorted(candidates, keylambda b: b[2] * b[3], reverseTrue)[0] return (x, y, w, h), imgcv2.morphologyEx里的闭运算用的是(17, 5)的矩形核横向 17 像素是为了把单个字符间的空隙填上纵向 5 像素是为了避免把上下边缘的杂讯也连进来。如果你发现车牌区域连不完整优先加大横向核的尺寸比如从 17 加到 25而不是加大纵向的 5。cv2.findContours的RETR_EXTERNAL只取最外层轮廓可以避免车牌内部的字符边缘被当成独立轮廓。这一步是定位模块里最“玄学”的地方评论区看到的“跑我这张图就定位失败了”八成是 HSV 阈值在光照变化后失真其次是竖方向核设太大导致多个物体粘连。3.2 透视矫正与字符分割垂直投影切出 7 个字符定位成功之后下一步是拿到一个规整的前景图。这里的裁剪函数需要同时考虑白牌、蓝牌、黄牌的情况所以我在二值化之后加了 OTSU 自适应阈值而不是固定阈值。def preprocess_plate(plate_roi): # 固定输出宽度保持宽高比 width 240 height int(plate_roi.shape[0] * width / plate_roi.shape[1]) plate_resized cv2.resize(plate_roi, (width, height), interpolationcv2.INTER_CUBIC) # 转灰度再做 OTSU 二值化 gray cv2.cvtColor(plate_resized, cv2.COLOR_BGR2GRAY) _, binary cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU) # 形态学开运算去除细小噪点 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) cleaned cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel) # 垂直投影统计每列白色像素数 col_sum np.sum(cleaned 255, axis0) return cleaned, col_sumcv2.threshold(gray, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU)的关键在于阈值参数传 0OTSU 算法会自动计算最佳分割阈值。相比于“白底黑字取反、蓝底白字保持正向”这种手动逻辑OTSU 在明暗变化下的稳定性高很多。拿到col_sum后按连续非零区间切段每段就是一个字符。这里需要注意汉字“京”“沪”的笔画密度大垂直投影上偶尔会有内部断点导致一个汉字被切成两段。解决办法是设一个最小段宽比如小于 10 像素的区间直接并入前一个段这样能避免把“京”字拆成“亠口”。3.3 字符识别用模板匹配和相关系数阈值防呆模板匹配的代码逻辑非常直白把模板缩放到和候选字符一样大然后计算归一化相关系数。需要先做一步cv2.resize否则模板尺寸不一致会导致cv2.matchTemplate直接报错。def match_char(char_img, templates): best_score -1 best_char ? char_img cv2.resize(char_img, (20, 40)) for char, template in templates.items(): template cv2.resize(template, (20, 40)) # TM_CCOEFF_NORMED 不关心整体亮度差异只关心纹理结构 result cv2.matchTemplate(char_img, template, cv2.TM_CCOEFF_NORMED) _, score, _, _ cv2.minMaxLoc(result) if score best_score: best_score score best_char char # 相关系数低于 0.6 视为不可信结果 if best_score 0.6: return ?, best_score return best_char, best_scorecv2.matchTemplate的模板是被逐像素滑过输入图的这一步的计算量跟图像尺寸直接相关。20 乘 40 的尺寸下单张模板匹配大约耗时 100 微秒7 个字符跑 70 多次匹配总耗时不到 10 毫秒。如果换成 40 乘 80 尺寸耗时大约翻 4 倍性价比非常低别盲目追求大图。关于相关系数阈值 0.6 这个数字它在不同图片来源下波动很大强逆光下 0.7 都算低分正常光线下 0.5 就可能是对的。建议把 500 张真实照片的分数分布打出来取一个能覆盖 90% 正确样本的阈值比拍脑袋定 0.6 靠谱得多。4. 源码结构、数据集组织与实际运行从克隆到调参的完整落地路径4.1 标准源码目录与数据集的划分方式无论你手上那份“源码 数据”是什么形态好的工程组织应该长这样plate_recognition/ ├── data/ │ ├── raw/ # 原始视频或图片 │ ├── templates/ # 模板字体图片 │ └── test/ # 按车牌号码命名的测试图 ├── src/ │ ├── locate.py # 定位模块 │ ├── segment.py # 分割模块 │ ├── recognize.py # 识别模块 │ └── main.py # 主流程 ├── requirements.txt └── README.md数据这一块标题强调“源码 数据”说明数据完整性对工程落地同样重要。测试数据不要全放在一个目录里按场景分子目录是工程习惯。比如test/blue_plate、test/yellow_plate、test/night/、test/rain/每个子目录下图片以车牌号命名。这样评价模型精度时直接对文件名和识别结果省去维护 label 文件的麻烦。模板数据按字符归档像素皆为黑底白字和实际二值化结果保持一致。requirements.txt不用锁死版本只需要三行opencv-python4.5、numpy1.21、matplotlib3.5。OpenCV 4.5 以上版本的cv2.findContours返回值行为完全一致低版本 3.x 返回 3 个值代码很容易报ValueError。如果你在 Python 3.10 以后的环境里跑建议直接装 4.8 以上的 opencv-python二进制预编译包对 Python 3.12 也有支持。4.2 把全流程串成主函数read、locate、segment、recognize 的衔接主程序的核心是“拿帧 → 定位 → 分割 → 识别”的顺序执行。我用视频流演示因为视频比静态图更容易暴露定位模块的抖动问题。import cv2 from locate import locate_plate from segment import preprocess_plate, split_chars from recognize import match_char, load_templates def run_on_video(video_path, templates): cap cv2.VideoCapture(video_path) while True: ret, frame cap.read() if not ret: break # 定位车牌区域 bbox, img locate_plate(frame) if bbox is None: continue x, y, w, h bbox plate_roi img[y:yh, x:xw] cleaned, col_sum preprocess_plate(plate_roi) chars split_chars(cleaned, col_sum) # 识别每个字符 result .join(match_char(c, templates)[0] for c in chars) # 顺手画框并展示 cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2) cv2.putText(img, result, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 2) cv2.imshow(plate_recognition, img) if cv2.waitKey(1) 0xFF 27: # ESC 退出 break cap.release() cv2.destroyAllWindows() if __name__ __main__: templates load_templates(data/templates) run_on_video(data/raw/parking_lot.mp4, templates)这个主流程里最容易崩的是split_chars返回字符数与真实车牌不一致常见情况是定位框把车牌边缘的铆钉或白色边框也切了进来导致多分割出一个全零或全一的“空白字符”。此时不要急着调分割参数先检查定位框是否包含白边框区域稍微向内收缩 2 像素往往能直接解决问题。建议在img[y:yh, x:xw]后加x 2; y 2; w - 4; h - 4这样的内缩边缘干扰立刻下降很多。4.3 针对蓝牌与新能源绿牌的参数表不同车牌底色对应的 HSV 范围和形态学参数并不相同这里给出我常用的基础参数表你可以直接抄作业车牌类型H 范围S 范围V 范围闭运算核 (横向, 纵向)蓝牌100~12443~25546~255(17, 5)绿牌新能源35~7743~25546~255(15, 5)黄牌大车15~3580~255100~255(15, 5)注意绿牌的 H 范围横跨 35 到 77这是实际图像里黄绿色到青绿色的区间。黄牌的 V 下限提到 100是因为黄牌在暗光下容易和白色融为一体把 V 下限抬高能滤掉偏灰的误检。如果你发现分割出的字符边缘断裂优先检查开运算的核是不是太大3 乘 3 是上限继续加大会把笔画直接吃掉。5. 验证与进阶用压测脚本、识别率统计和异常标记打磨到可用状态5.1 批量识别并统计识别率一个不花冤枉时间的验证脚本单张图跑通不算完成把整个数据集跑一遍、把结果写进 CSV才谈得上评估。下面的脚本会遍历data/test/下的所有子目录用文件名作为真实车牌号比对识别结果并分别统计字符级准确率和车牌级准确率。import csv import cv2 import os from locate import locate_plate from segment import preprocess_plate, split_chars from recognize import match_char, load_templates def evaluate_accuracy(test_root, templates): csv_rows [] total_plates 0 correct_plates 0 total_chars 0 correct_chars 0 for root, _, files in os.walk(test_root): for fname in files: if not fname.lower().endswith((.jpg, .png)): continue image_path os.path.join(root, fname) true_plate os.path.splitext(fname)[0] frame cv2.imread(image_path) bbox, img locate_plate(frame) if bbox is None: csv_rows.append([image_path, true_plate, NO_PLATE, ]) continue x, y, w, h bbox plate_roi img[y:yh, x:xw] cleaned, col_sum preprocess_plate(plate_roi) chars split_chars(cleaned, col_sum) pred_plate .join(match_char(c, templates)[0] for c in chars) is_plate_correct (pred_plate true_plate) # 字符级对比逐字符比较 char_correct sum(1 for a, b in zip(pred_plate, true_plate) if a b) char_total max(len(pred_plate), len(true_plate)) total_plates 1 correct_plates int(is_plate_correct) total_chars char_total correct_chars char_correct csv_rows.append([image_path, true_plate, pred_plate, OK if is_plate_correct else FAIL]) with open(eval_result.csv, w, newline, encodingutf-8) as f: writer csv.writer(f) writer.writerow([image, true, pred, status]) writer.writerows(csv_rows) print(f车牌级准确率: {correct_plates / total_plates:.2%}) print(f字符级准确率: {correct_chars / total_chars:.2%}) return csv_rows字符级准确率和车牌级准确率是两个概念车牌级要求 7 个字符全对才算对所以通常字符准确率会高出 10 到 15 个百分点。我的经验是字符级准确率到 95% 以上时车牌级可能只有 88% 左右。如果只能优化一个指标就优先优化车牌级准确率因为用户感知到的错误是“整个车牌错了”而不是“错了字符”。5.2 提升可靠性的两个技巧识别置信度输出和视频帧平滑模板匹配自带一个副产品每个字符的匹配分数。把它带出来做帧间平滑能显著降低视频场景的闪烁误识别。思路是缓存最近 5 帧的识别结果只有当同一个车牌出现 3 次以上才输出否则显示“检测中”。这个逻辑用代码表达特别短from collections import Counter recent_results [] def stable_recognize(frame, templates, history_size5, min_votes3): result single_frame_recognize(frame, templates) # 上一节的识别流程 recent_results.append(result if result else UNKNOWN) if len(recent_results) history_size: recent_results.pop(0) counter Counter(recent_results) plate, votes counter.most_common(1)[0] return plate if votes min_votes else UNKNOWN这里有一个你可能没想过的细节当车辆静止不动时5 帧里可能有 3 帧识别正确但剩下 2 帧因为反光识别成别的字符。多数投票刚好能把这两次错误踢掉。但车辆快速移动时这个策略会带来延迟所以我一般会把history_size从 5 调到 3min_votes调到 2。这个平滑参数和视频帧率强相关25 帧每秒下 5 帧就是 0.2 秒的延迟可以接受。5.3 当识别结果不可信时留下一个明确的“不知道”标记最后的落点我想放在“识别失败时的行为设计”上。很多源码在模板匹配得分低时依然强行输出最高分字符这是对系统稳定性最大的伤害。比较合理的做法是引入一个UNKNOWN状态代表“检测到了车牌但字符不确定”。在停车场的场景里与其让一辆车因为错误车牌被挡在杆外或放行错车不如把不确定的帧交给回调函数让业务侧决定如何走人工流程。这也是我把置信度阈值暴露成参数而不是写死在函数里的原因。等你的数据足够多以后再考虑把模板匹配换成一个 7 层的小型 CNN替换match_char内部逻辑时不需要动定位和分割代码系统依然能跑。本文还有配套的精品资源点击获取 
长河君 · 2026/9/10 14:07:37 · 阅读 1.2k 基于Python+OpenCV的车牌识别系统：从定位到字符识别全解析
简介基于Python与OpenCV实现的车牌识别系统面向计算机视觉初学者、课程设计者及智能交通应用开发人员覆盖车牌检测、字符分割、字符识别等完整环节可解决从车辆图像到车牌文本输出的实际需求。压缩包共30个文件整体约14.02MB主要包含Python源码、jpg车牌测试样张、7z格式的字符与中文训练数据集、XML工程配置以及已训练好的svm与svmchinese.dat模型并已区分训练数据和预测脚本目录结构便于直接运行和二次开发。目前已有399人学习下载。借助完整源码与配套数据读者能够快速搭建车牌识别实验环境理解特征提取与SVM分类器在车牌字符识别中的工作原理同时可参考已有代码和数据进行功能扩展适配不同省份汉字车牌、夜间场景或部署到边缘设备。1. 车牌识别不只是调一个接口这套 Python OpenCV 方案能让你完全掌控流程你大概率在停车场出口见过那套“秒抬杆”的系统但真正动手做过车牌识别的人会发现难的不是“识别”本身而是怎么在复杂背景下稳定地把车牌从画面中捞出来。基于 Python OpenCV 的车牌识别系统核心思路不依赖任何商业 SDK先用 OpenCV 做图像预处理和形态学操作从整帧画面里定位到车牌区域再对这块区域做字符分割最后交给模板匹配或简单分类器完成识别。整个过程你能看到每一行代码在干什么也能对每个参数做细粒度调优这对学习计算机视觉的流程非常有价值。这套方案适合两类人一是想入门 OpenCV 实战、弄懂“从图像到结果”完整链路的学习者二是需要在离线环境或内网部署、不想引入外部接口的运维或开发人员。标题里提到的“源码 数据”本质上是给了你一条可复现的路径而不是一个黑盒。本文不依赖你手头那份具体的源码包按通用工程做法把链路拆开讲透。2. 系统流程拆解与 OpenCV 选型逻辑从整帧到单个字符的完整链路2.1 车牌识别系统的四个必经阶段任何基于 Python OpenCV 的车牌识别系统都跑不出下面这条链路图像采集 → 车牌定位 → 字符分割 → 字符识别。四个阶段环环相扣前一步的错误会直接放大到后一步。拿国内蓝底白字的民用车牌来说最关键的先验信息有两个车牌是矩形且长宽比大约在 3:1 到 4:1 之间车牌底色与车身颜色有较高对比度。选 OpenCV 而不选深度学习方案理由很简单在固定机位、固定光线的场景下传统 CV 方案的实时性和可控性远好于需要 GPU 的模型而且 OpenCV 的形态学操作是按像素级运行的你能精确预测每一步的计算量。OpenCV 在整个系统里承担的工作可以拆成三块。第一块是预处理包括灰度化、高斯模糊、边缘检测目标是压缩干扰信息第二块是几何操作包括轮廓查找、透视变换、二值化目标是把车牌正过来、拉平第三块是特征提取为字符分割提供干净的前景。这里有个容易忽略的点OpenCV 处理的是 BGR 通道顺序不是 RGB。cv2.imread()读进来的是 BGR如果直接拿给识别模块或者转成其他格式颜色通道会对不上HSV 色彩空间提取颜色特征时尤其容易翻车。2.2 为什么多数教学源码选择 HSV 色彩空间做定位车牌定位是整套系统的地基。常见做法有两种基于边缘检测Canny和基于颜色阈值。针对国内蓝牌HSV 色彩空间里的蓝色分布非常集中H 通道大约在 100 到 124 之间S 通道在 43 到 255 之间V 通道在 46 到 255 之间。用cv2.inRange()做成二值掩膜比单纯用 Canny 找边缘稳定得多因为颜色信息不受车牌大小和旋转角度影响只受光照变化影响。这里的设计权衡值得多说一句Canny 边缘检测在白天强光下容易把车灯、车窗反光也框进来HSV 颜色过滤至少能把“蓝色”这个强先验值锁住。但 HSV 的短板也很明确——它对白平衡敏感。同一个蓝色车牌在黄色钠灯下拍出来H 值可能偏移 10 到 20 度。所以工业级做法通常是把 HSV 阈值和轮廓几何特征宽高比、面积联合使用而不是只靠颜色。我一般会先用cv2.Canny()出一版边缘图再用 HSV 掩膜做交集这样两个误报源能互为制约。2.3 字符分割和字符识别模板匹配仍是离线环境最稳的选择定位到车牌区域之后先要做透视矫正。因为相机不可能是正对车牌安装的多少会有一点倾斜角度直接二值化会导致字符变形。矫正用cv2.getPerspectiveTransform()加cv2.warpPerspective()把四边形映射到固定尺寸的矩形比如 240 乘 80 像素。然后进入字符分割这一步的核心是垂直投影把二值化之后的图像按列统计白色像素数量像素数为 0 的列就是字符间隙。国内车牌第二个字符与第三个字符之间有一个点垂直投影的谷值会比普通间隙深可以利用这一点自动判断分割点。字符识别方面教学级源码几乎清一色用模板匹配。把每个字符归一化到同样尺寸比如 20 乘 40 像素然后和模板库里的每一张图计算相似度。OpenCV 提供的cv2.matchTemplate()支持 TM_CCOEFF_NORMED 等相关系数取值越接近 1 说明越相似。模板匹配的好处是不需要训练、不需要标注数据、CPU 上单字符匹配耗时不到 1 毫秒坏处是它对字体变化敏感遇到新能源绿牌或变形字体容易翻车。所以在实际项目中我更愿意把模板匹配当作“兜底方案”当相关系数低于 0.6 时就标记为待人工确认而不是强行给出一个错误结果。3. 核心实现与关键参数定位、分割、识别三段代码逐一拆解3.1 车牌定位HSV 阈值、形态学闭运算与轮廓筛选车牌定位的代码可以浓缩成下面这个处理函数。先不说直接pip install opencv-python的事代码本身应当能独立跑通。import cv2 import numpy as np def locate_plate(frame, debugFalse): # 1. 预处理缩放、高斯模糊、转换为 HSV img cv2.resize(frame, None, fx0.8, fy0.8, interpolationcv2.INTER_AREA) blurred cv2.GaussianBlur(img, (5, 5), 0) hsv cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV) # 2. 蓝色范围掩膜参数按实际光照微调 lower_blue np.array([100, 43, 46]) upper_blue np.array([124, 255, 255]) mask cv2.inRange(hsv, lower_blue, upper_blue) # 3. 形态学闭运算填平字符间的空洞连成完整区域 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5)) closed cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 4. 查找轮廓按矩形特征筛选车牌候选区 contours, _ cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) candidates [] for cnt in contours: x, y, w, h cv2.boundingRect(cnt) aspect w / float(h) area w * h # 车牌宽高比通常在 2.5~5.5 之间面积不能太小 if 2.5 aspect 5.5 and area 2000: candidates.append((x, y, w, h)) if not candidates: return None, None # 5. 面积最大的候选区域最可信 x, y, w, h sorted(candidates, keylambda b: b[2] * b[3], reverseTrue)[0] return (x, y, w, h), imgcv2.morphologyEx里的闭运算用的是(17, 5)的矩形核横向 17 像素是为了把单个字符间的空隙填上纵向 5 像素是为了避免把上下边缘的杂讯也连进来。如果你发现车牌区域连不完整优先加大横向核的尺寸比如从 17 加到 25而不是加大纵向的 5。cv2.findContours的RETR_EXTERNAL只取最外层轮廓可以避免车牌内部的字符边缘被当成独立轮廓。这一步是定位模块里最“玄学”的地方评论区看到的“跑我这张图就定位失败了”八成是 HSV 阈值在光照变化后失真其次是竖方向核设太大导致多个物体粘连。3.2 透视矫正与字符分割垂直投影切出 7 个字符定位成功之后下一步是拿到一个规整的前景图。这里的裁剪函数需要同时考虑白牌、蓝牌、黄牌的情况所以我在二值化之后加了 OTSU 自适应阈值而不是固定阈值。def preprocess_plate(plate_roi): # 固定输出宽度保持宽高比 width 240 height int(plate_roi.shape[0] * width / plate_roi.shape[1]) plate_resized cv2.resize(plate_roi, (width, height), interpolationcv2.INTER_CUBIC) # 转灰度再做 OTSU 二值化 gray cv2.cvtColor(plate_resized, cv2.COLOR_BGR2GRAY) _, binary cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU) # 形态学开运算去除细小噪点 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) cleaned cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel) # 垂直投影统计每列白色像素数 col_sum np.sum(cleaned 255, axis0) return cleaned, col_sumcv2.threshold(gray, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU)的关键在于阈值参数传 0OTSU 算法会自动计算最佳分割阈值。相比于“白底黑字取反、蓝底白字保持正向”这种手动逻辑OTSU 在明暗变化下的稳定性高很多。拿到col_sum后按连续非零区间切段每段就是一个字符。这里需要注意汉字“京”“沪”的笔画密度大垂直投影上偶尔会有内部断点导致一个汉字被切成两段。解决办法是设一个最小段宽比如小于 10 像素的区间直接并入前一个段这样能避免把“京”字拆成“亠口”。3.3 字符识别用模板匹配和相关系数阈值防呆模板匹配的代码逻辑非常直白把模板缩放到和候选字符一样大然后计算归一化相关系数。需要先做一步cv2.resize否则模板尺寸不一致会导致cv2.matchTemplate直接报错。def match_char(char_img, templates): best_score -1 best_char ? char_img cv2.resize(char_img, (20, 40)) for char, template in templates.items(): template cv2.resize(template, (20, 40)) # TM_CCOEFF_NORMED 不关心整体亮度差异只关心纹理结构 result cv2.matchTemplate(char_img, template, cv2.TM_CCOEFF_NORMED) _, score, _, _ cv2.minMaxLoc(result) if score best_score: best_score score best_char char # 相关系数低于 0.6 视为不可信结果 if best_score 0.6: return ?, best_score return best_char, best_scorecv2.matchTemplate的模板是被逐像素滑过输入图的这一步的计算量跟图像尺寸直接相关。20 乘 40 的尺寸下单张模板匹配大约耗时 100 微秒7 个字符跑 70 多次匹配总耗时不到 10 毫秒。如果换成 40 乘 80 尺寸耗时大约翻 4 倍性价比非常低别盲目追求大图。关于相关系数阈值 0.6 这个数字它在不同图片来源下波动很大强逆光下 0.7 都算低分正常光线下 0.5 就可能是对的。建议把 500 张真实照片的分数分布打出来取一个能覆盖 90% 正确样本的阈值比拍脑袋定 0.6 靠谱得多。4. 源码结构、数据集组织与实际运行从克隆到调参的完整落地路径4.1 标准源码目录与数据集的划分方式无论你手上那份“源码 数据”是什么形态好的工程组织应该长这样plate_recognition/ ├── data/ │ ├── raw/ # 原始视频或图片 │ ├── templates/ # 模板字体图片 │ └── test/ # 按车牌号码命名的测试图 ├── src/ │ ├── locate.py # 定位模块 │ ├── segment.py # 分割模块 │ ├── recognize.py # 识别模块 │ └── main.py # 主流程 ├── requirements.txt └── README.md数据这一块标题强调“源码 数据”说明数据完整性对工程落地同样重要。测试数据不要全放在一个目录里按场景分子目录是工程习惯。比如test/blue_plate、test/yellow_plate、test/night/、test/rain/每个子目录下图片以车牌号命名。这样评价模型精度时直接对文件名和识别结果省去维护 label 文件的麻烦。模板数据按字符归档像素皆为黑底白字和实际二值化结果保持一致。requirements.txt不用锁死版本只需要三行opencv-python4.5、numpy1.21、matplotlib3.5。OpenCV 4.5 以上版本的cv2.findContours返回值行为完全一致低版本 3.x 返回 3 个值代码很容易报ValueError。如果你在 Python 3.10 以后的环境里跑建议直接装 4.8 以上的 opencv-python二进制预编译包对 Python 3.12 也有支持。4.2 把全流程串成主函数read、locate、segment、recognize 的衔接主程序的核心是“拿帧 → 定位 → 分割 → 识别”的顺序执行。我用视频流演示因为视频比静态图更容易暴露定位模块的抖动问题。import cv2 from locate import locate_plate from segment import preprocess_plate, split_chars from recognize import match_char, load_templates def run_on_video(video_path, templates): cap cv2.VideoCapture(video_path) while True: ret, frame cap.read() if not ret: break # 定位车牌区域 bbox, img locate_plate(frame) if bbox is None: continue x, y, w, h bbox plate_roi img[y:yh, x:xw] cleaned, col_sum preprocess_plate(plate_roi) chars split_chars(cleaned, col_sum) # 识别每个字符 result .join(match_char(c, templates)[0] for c in chars) # 顺手画框并展示 cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2) cv2.putText(img, result, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 2) cv2.imshow(plate_recognition, img) if cv2.waitKey(1) 0xFF 27: # ESC 退出 break cap.release() cv2.destroyAllWindows() if __name__ __main__: templates load_templates(data/templates) run_on_video(data/raw/parking_lot.mp4, templates)这个主流程里最容易崩的是split_chars返回字符数与真实车牌不一致常见情况是定位框把车牌边缘的铆钉或白色边框也切了进来导致多分割出一个全零或全一的“空白字符”。此时不要急着调分割参数先检查定位框是否包含白边框区域稍微向内收缩 2 像素往往能直接解决问题。建议在img[y:yh, x:xw]后加x 2; y 2; w - 4; h - 4这样的内缩边缘干扰立刻下降很多。4.3 针对蓝牌与新能源绿牌的参数表不同车牌底色对应的 HSV 范围和形态学参数并不相同这里给出我常用的基础参数表你可以直接抄作业车牌类型H 范围S 范围V 范围闭运算核 (横向, 纵向)蓝牌100~12443~25546~255(17, 5)绿牌新能源35~7743~25546~255(15, 5)黄牌大车15~3580~255100~255(15, 5)注意绿牌的 H 范围横跨 35 到 77这是实际图像里黄绿色到青绿色的区间。黄牌的 V 下限提到 100是因为黄牌在暗光下容易和白色融为一体把 V 下限抬高能滤掉偏灰的误检。如果你发现分割出的字符边缘断裂优先检查开运算的核是不是太大3 乘 3 是上限继续加大会把笔画直接吃掉。5. 验证与进阶用压测脚本、识别率统计和异常标记打磨到可用状态5.1 批量识别并统计识别率一个不花冤枉时间的验证脚本单张图跑通不算完成把整个数据集跑一遍、把结果写进 CSV才谈得上评估。下面的脚本会遍历data/test/下的所有子目录用文件名作为真实车牌号比对识别结果并分别统计字符级准确率和车牌级准确率。import csv import cv2 import os from locate import locate_plate from segment import preprocess_plate, split_chars from recognize import match_char, load_templates def evaluate_accuracy(test_root, templates): csv_rows [] total_plates 0 correct_plates 0 total_chars 0 correct_chars 0 for root, _, files in os.walk(test_root): for fname in files: if not fname.lower().endswith((.jpg, .png)): continue image_path os.path.join(root, fname) true_plate os.path.splitext(fname)[0] frame cv2.imread(image_path) bbox, img locate_plate(frame) if bbox is None: csv_rows.append([image_path, true_plate, NO_PLATE, ]) continue x, y, w, h bbox plate_roi img[y:yh, x:xw] cleaned, col_sum preprocess_plate(plate_roi) chars split_chars(cleaned, col_sum) pred_plate .join(match_char(c, templates)[0] for c in chars) is_plate_correct (pred_plate true_plate) # 字符级对比逐字符比较 char_correct sum(1 for a, b in zip(pred_plate, true_plate) if a b) char_total max(len(pred_plate), len(true_plate)) total_plates 1 correct_plates int(is_plate_correct) total_chars char_total correct_chars char_correct csv_rows.append([image_path, true_plate, pred_plate, OK if is_plate_correct else FAIL]) with open(eval_result.csv, w, newline, encodingutf-8) as f: writer csv.writer(f) writer.writerow([image, true, pred, status]) writer.writerows(csv_rows) print(f车牌级准确率: {correct_plates / total_plates:.2%}) print(f字符级准确率: {correct_chars / total_chars:.2%}) return csv_rows字符级准确率和车牌级准确率是两个概念车牌级要求 7 个字符全对才算对所以通常字符准确率会高出 10 到 15 个百分点。我的经验是字符级准确率到 95% 以上时车牌级可能只有 88% 左右。如果只能优化一个指标就优先优化车牌级准确率因为用户感知到的错误是“整个车牌错了”而不是“错了字符”。5.2 提升可靠性的两个技巧识别置信度输出和视频帧平滑模板匹配自带一个副产品每个字符的匹配分数。把它带出来做帧间平滑能显著降低视频场景的闪烁误识别。思路是缓存最近 5 帧的识别结果只有当同一个车牌出现 3 次以上才输出否则显示“检测中”。这个逻辑用代码表达特别短from collections import Counter recent_results [] def stable_recognize(frame, templates, history_size5, min_votes3): result single_frame_recognize(frame, templates) # 上一节的识别流程 recent_results.append(result if result else UNKNOWN) if len(recent_results) history_size: recent_results.pop(0) counter Counter(recent_results) plate, votes counter.most_common(1)[0] return plate if votes min_votes else UNKNOWN这里有一个你可能没想过的细节当车辆静止不动时5 帧里可能有 3 帧识别正确但剩下 2 帧因为反光识别成别的字符。多数投票刚好能把这两次错误踢掉。但车辆快速移动时这个策略会带来延迟所以我一般会把history_size从 5 调到 3min_votes调到 2。这个平滑参数和视频帧率强相关25 帧每秒下 5 帧就是 0.2 秒的延迟可以接受。5.3 当识别结果不可信时留下一个明确的“不知道”标记最后的落点我想放在“识别失败时的行为设计”上。很多源码在模板匹配得分低时依然强行输出最高分字符这是对系统稳定性最大的伤害。比较合理的做法是引入一个UNKNOWN状态代表“检测到了车牌但字符不确定”。在停车场的场景里与其让一辆车因为错误车牌被挡在杆外或放行错车不如把不确定的帧交给回调函数让业务侧决定如何走人工流程。这也是我把置信度阈值暴露成参数而不是写死在函数里的原因。等你的数据足够多以后再考虑把模板匹配换成一个 7 层的小型 CNN替换match_char内部逻辑时不需要动定位和分割代码系统依然能跑。本文还有配套的精品资源点击获取