Python基于OpenCV实现车牌定位与识别示例

竹里

发布时间：2026-10-13 | 4人浏览过

原创

本文介绍使用Python和OpenCV实现车牌识别的基本流程。通过对图像进行灰度化、高斯平滑、中值滤波及Sobel边缘检测等预处理，利用轮廓查找与参数判断定位车牌区域。文中提供了完整的形态学处理与轮廓提取代码示例，适用于初步学习与技术参考。

Python车牌识别项目背景与思路

近日，在与朋友交流时得知其正在开发一个车牌识别项目。

这引发了我对车牌定位算法的兴趣，趁此机会进行了相关研究。尽管车牌识别技术已相对成熟，但仍值得深入探讨。

此处仅展示一种简化的实现方案。

整体处理思路如下：

图像预处理与车牌定位算法

首先对输入图像执行预处理操作，主要步骤包括灰度转换、高斯平滑处理、中值滤波去噪以及基于Sobel算子的边缘检测。

随后，利用OpenCV库对预处理后的图像进行轮廓提取，并通过设定特定参数筛选出符合车牌特征的轮廓区域。

处理效果展示如下：

测试案例1：

测试案例2

OpenCV代码实现详解

具体实现代码见下文。关于图像预处理中滤波器的工作原理较为直观，此处主要展示相关函数的调用方式：


import cv2
import numpy as np
 
 
# 形态学处理
def Process(img):
	# 高斯平滑
	gaussian = cv2.GaussianBlur(img, (3, 3), 0, 0, cv2.BORDER_DEFAULT)
	# 中值滤波
	median = cv2.medianBlur(gaussian, 5)
	# Sobel算子
	# 梯度方向: x
	sobel = cv2.Sobel(median, cv2.CV_8U, 1, 0, ksize=3)
	# 二值化
	ret, binary = cv2.threshold(sobel, 170, 255, cv2.THRESH_BINARY)
	# 核函数
	element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 1))
	element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 7))
	# 膨胀
	dilation = cv2.dilate(binary, element2, iterations=1)
	# 腐蚀
	erosion = cv2.erode(dilation, element1, iterations=1)
	# 膨胀
	dilation2 = cv2.dilate(erosion, element2, iterations=3)
	return dilation2
 
 
def GetRegion(img):
	regions = []
	# 查找轮廓
	_, contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
	for contour in contours:
		area = cv2.contourArea(contour)
		if (area < 2000):
			continue
		eps = 1e-3 * cv2.arcLength(contour, True)
		approx = cv2.approxPolyDP(contour, eps, True)
		rect = cv2.minAreaRect(contour)
		box = cv2.boxPoints(rect)
		box = np.int0(box)
		height = abs(box[0][1] - box[2][1])
		width = abs(box[0][0] - box[2][0])
		ratio =float(width) / float(height)
		if (ratio < 5 and ratio > 1.8):
			regions.append(box)
	return regions
 
 
def detect(img):
	# 灰度化
	gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
	prc = Process(gray)
	regions = GetRegion(prc)
	print('[INFO]:Detect %d license plates' % len(regions))
	for box in regions:
		cv2.drawContours(img, [box], 0, (0, 255, 0), 2)
	cv2.imshow('Result', img)
  #保存结果文件名
	cv2.imwrite('result2.jpg', img)
	cv2.waitKey(0)
	cv2.destroyAllWindows()
 
 
if __name__ == '__main__':
  #输入的参数为图片的路径
	img = cv2.imread('test2.jpg')
	detect(img)

以上内容为本文的全部分享，希望能为读者的学习提供有益参考，同时也欢迎大家继续支持本站。