如何使用 Python 检测和识别车牌(附代码)

车牌检测与识别技术用途广泛，可以用于道路系统、无票停车场、车辆门禁等。这项技术结合了计算机视觉和人工智能。

本文将使用Python创建一个车牌检测和识别程序。该程序对输入图像进行处理，检测和识别车牌，最后显示车牌字符，作为输出内容。

/ 01 /

创建Python环境

要轻松地完成本教程，您需要熟悉Python基础知识。应先创建程序环境。

在开始编程之前，您需要在环境中安装几个库。打开任何Python IDE，创建一个Python文件。在终端上运行命令以安装相应的库。您应该在计算机上预先安装Python PIP。

• **OpenCV-Python：**您将使用这个库对输入图像进行预处理，并显示各个输出图像。

  pipinstallOpenCV-Python

• **imutils：**您将使用这个库将原始输入图像裁剪成所需的宽度。

  pipinstallimutils

• **pytesseract：**您将使用这个库提取车牌字符，并将它们转换成字符串。

  pipinstallpytesseract

  pytesseract库依赖Tesseract OCR引擎进行字符识别。

/ 02 /

如何在您的计算机上

安装Tesseract OCR？

Tesseract OCR是一种可以识别语言字符的引擎。在使用pytesseract库之前，您应该在计算机上安装它。步骤如下：

1. 打开任何基于Chrome的浏览器。

2. 下载Tesseract OCR安装程序。

3. 运行安装程序，像安装其他程序一样安装它。

准备好环境并安装tesseract OCR后，您就可以编写程序了。

导入库

首先导入在环境中安装的库。导入库让您可以在项目中调用和使用它们的函数。

• importcv2

• importimutils

• importpytesseract

您需要以cv2形式导入OpenCV-Python库。使用与安装时相同的名称导入其他库。

获取输入

然后将pytesseract指向安装Tesseract引擎的位置。使用cv2.imread函数将汽车图像作为输入。将图像名称换成您在使用的那个图像的名称。将图像存储在项目所在的同一个文件夹中，以方便操作。

pytesseract.pytesseract.tesseract_cmd = 'C:\\Program Files\\Tesseract-OCR\\tesseract.exe'  
original_image = cv2.imread('image3.jpeg')  

左右滑动查看完整代码

您可以将下面的输入图像换成想要使用的图像。

预处理输入

将图像宽度调整为500像素，然后将图像转换成灰度图像，因为canny边缘检测函数只适用于灰度图像。最后，调用bilateralFilter函数以降低图像噪声。

original_image = imutils.resize(original_image, width=500 )  
gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY)  
gray_image = cv2.bilateralFilter(gray_image, 11, 17, 17)

左右滑动查看完整代码

在输入端检测车牌

检测车牌是确定汽车上有车牌字符的那部分的过程。

（1）执行边缘检测

先调用cv2.Canny函数，该函数可自动检测预处理图像上的边缘。

edged_image = cv2.Canny(gray_image, 30,200)

我们将通过这些边缘找到轮廓。

（2）寻找轮廓

调用cv2.findContours函数，并传递边缘图像的副本。这个函数将检测轮廓。使用cv2.drawContours函数，绘制原始图像上已检测的轮廓。最后，输出所有可见轮廓已绘制的原始图像。

contours, new = cv2.findContours(edged_image.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)  
img1 = original_image.copy()  
cv2.drawContours(img1, contours, -1, (0, 255, 0), 3)  
cv2.imshow("img1", img1)  

左右滑动查看完整代码

该程序绘制它在汽车图像上找到的所有轮廓。

找到轮廓后，您需要对它们进行筛选，以确定最佳候选轮廓。

（3）筛选轮廓

根据最小面积30对轮廓进行筛选。忽略小于这个面积的轮廓，因为它们不太可能是车牌轮廓。复制原始图像，在图像上绘制前30个轮廓。最后，显示图像。

contours = sorted(contours, key = cv2.contourArea, reverse = True)[:30]  
# stores the license plate contour  
screenCnt = None  
img2 = original_image.copy()  
  
# draws top 30 contours  
cv2.drawContours(img2, contours, -1, (0, 255, 0), 3)  
cv2.imshow("img2", img2)

左右滑动查看完整代码

现在轮廓数量比开始时要少。唯一绘制的轮廓是那些近似含有车牌的轮廓。

最后，您需要遍历已筛选的轮廓，确定哪一个是车牌。

（4）遍历前30个轮廓

创建遍历轮廓的for循环。寻找有四个角的轮廓，确定其周长和坐标。存储含有车牌的轮廓的图像。最后，在原始图像上绘制车牌轮廓并加以显示。

count = 0  
idx = 7  
  
**for** c **in** contours:  
    # approximate the license plate contour  
    contour_perimeter = cv2.arcLength(c, True)  
    approx = cv2.approxPolyDP(c, 0.018 * contour_perimeter, True)  
  
    # Look for contours with 4 corners  
    **if** len(approx) == 4:  
        screenCnt = approx  
  
        # find the coordinates of the license plate contour  
        x, y, w, h = cv2.boundingRect(c)  
        new_img = original_image [ y: y + h, x: x + w]  
  
        # stores the new image  
        cv2.imwrite('./'+str(idx)+'.png',new_img)  
        idx += 1  
        break  
  
# draws the license plate contour on original image  
cv2.drawContours(original_image , [screenCnt], -1, (0, 255, 0), 3)  
cv2.imshow("detected license plate", original_image )

左右滑动查看完整代码

循环之后，程序已识别出含有车牌的那个轮廓。

识别检测到的车牌

识别车牌意味着读取已裁剪车牌图像上的字符。加载之前存储的车牌图像并显示它。然后，调用pytesseract.image_to_string函数，传递已裁剪的车牌图像。这个函数将图像中的字符转换成字符串。

# filename of the cropped license plate image  
cropped_License_Plate = './7.png'  
cv2.imshow("cropped license plate", cv2.imread(cropped_License_Plate))  
  
# converts the license plate characters to string  
text = pytesseract.image_to_string(cropped_License_Plate, lang='eng')

左右滑动查看完整代码

已裁剪的车牌如下所示。上面的字符将是您稍后在屏幕上输出的内容。

检测并识别车牌之后，您就可以显示输出了。

显示输出

这是最后一步。您将提取的文本输出到屏幕上。该文本含有车牌字符。

print("License plate is:", text)  
cv2.waitKey(0)  
cv2.destroyAllWindows()

程序的预期输出应该如下图所示：

车牌文本可以在终端上看到。

/ 03 /

磨砺您的Python技能

用Python检测和识别车牌是一个有意思的项目。它有挑战性，所以应该会帮助您学到关于Python的更多知识。

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】