检测和识别车牌的python的简单示例代码

使用OpenCV库和Tesseract OCR引擎来检测和识别车牌。 需要安装OpenCV和Tesseract库。可以使用pip安装：

pip install opencv-python
pip install pytesseract

然后用下面的代码：

import cv2
import pytesseract

# 读取图像
img = cv2.imread('car_plate.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 进行边缘检测
canny = cv2.Canny(gray, 100, 200)

# 进行车牌检测
contours, hierarchy = cv2.findContours(canny, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    if w/h > 2 and w/h < 5 and w > 80 and h > 20:
        plate = img[y:y+h, x:x+w]
        text = pytesseract.image_to_string(plate, lang='chi_sim')
        print(text)

# 显示图像
cv2.imshow('Car Plate', img)
cv2.waitKey(0)

先读取一张车牌图像，将其转换为灰度图像，用Canny算法进行边缘检测。然后，用OpenCV的findContours函数找到图像中的轮廓，根据车牌的宽高比和大小进行筛选，把符合条件的车牌图像截取出来。最后，使用Tesseract OCR引擎对截取出来的车牌图像进行识别，并打印识别结果。
用imshow函数将原始图像显示出来，等待用户关闭窗口。你可以根据需要修改代码中的参数，如调整Canny算法的参数、调整车牌的宽高比和大小限制等，来适应不同的场景和需求。