Python车牌识别源码详解：从目标检测到字符识别与调参实战

简介基于Python的车牌识别参考项目源码包面向智能交通、图像处理方向的开发者与学生提供一套可运行、可二次修改的车牌识别示例框架。压缩包共2000个文件整体约25.53MB其中以1987张车牌样本与调试图片为主另有7个py源码、3个xml配置、2个md说明和1个ui界面文件覆盖代码、界面、配置与文档便于按需查阅。目前已有310人学习下载适合需要参考实际项目来入门车牌识别技术的读者。项目基于Python 3.6/3.7开发整合PyQt5界面库与opencv-python图像处理库重点演示图像预处理、车牌定位、字符识别等关键流程同时兼容OpenCV 3.4.3与4.2.0开发者可结合大量样本图与源码理解算法细节并借助xml与ui文件快速调整识别参数或搭建自己的测试界面。资源中对不同光线和角度的车牌图片进行了保留适合用于观察字符分割与识别效果md文档可帮助快速了解项目结构。1. 拿到一个车牌识别Python源码包先搞明白它到底该做什么做停车场道闸、小区出入口或者园区门禁的时候很多朋友会先去找现成的车牌识别参考项目。于是你下载了一个类似「【Python】基于python车牌识别参考项目【源码】.zip」的压缩包。解压之后里面通常是模型文件夹、一两个YOLO的py文件、一些字符识别脚本还有一份让人看两行就想关掉的README。这个标题看着很直白但背后其实就是一件事用Python把一张车辆图片输入进去程序输出车牌号码比如「京A12345」或者新能源绿色牌的「京AD12345」。这个参考项目解决的是「车牌识别」这条完整流水线中的两个核心环节先定位车牌在画面中的位置再识别出车牌上的字符串。它适合两类人一类是做毕设或者系统demo的学生需要三天内跑出一个能演示的效果另一类是刚接触视觉落地的初级工程师想借一份开源代码快速理解检测、分类、字符序列识别这些模块到底怎么拼起来。我会从这份源码包的典型结构出发拆解原理、跑通流程、调整参数再把最常见的几个翻车点讲透。2. 车牌识别到底怎么工作的从检测框到字符序列的完整链路2.1 传统图像处理路线阈值、轮廓、模板匹配为什么被边缘化十年前的车牌识别参考项目大多不依赖深度学习。常见做法是先对图像做灰度化、高斯滤波再用Sobel算子或者Canny边缘检测提取垂直边缘因为车牌边框和字符的垂直边缘特征明显。拿到边缘图之后用形态学闭运算把字符区域连成一块再用findContours找外接矩形根据宽高比筛选出疑似车牌区域。最后把车牌区域投影分割成单个字符用模板匹配或者KNN识别。这条路线在黄昏、正午强光、雨天或者车牌沾泥之后都会翻车。最大问题是字符分割依赖二值化效果光照稍微不均匀字符粘连或者断裂后面字符识别就全乱了。传统方法适合固定机位、固定角度、光线可控的场景比如地库入口补光灯给足的闸机位。现在再找开源车牌识别项目基本没人用纯模板匹配了它只作为理解原理的教材存在。2.2 深度学习路线用目标检测定位车牌用序列识别搞定字符现代参考项目几乎都走两条深度学习子任务的组合。先是车牌定位常用YOLOv5、YOLOv8或者更小的轻量检测网络输出目标的边界框坐标和置信度。然后把检测到的车牌区域裁剪出来输入到字符识别网络。字符识别有两种主流实现。一种是先分割再分类把车牌区域按字符宽度投影切分成一个个单字符图片再用CNN分类器识别每个字符最后拼成车牌号。另一种是序列识别直接把整个车牌区域图片送给CRNN或者LPRNet这样的网络一次输出整个字符串不需要显式分割。序列识别对字符粘连、倾斜、复杂背景更鲁棒所以现在很多参考项目用的是LPRNet配合CTC Loss。判断你手里的源码走的是哪条路线其实很简单。打开解压后的目录如果里面有weights/best.pt或者类似YOLO的检测文件同时有一个单独的字符识别模型文件比如lprnet.pth那就是两步式。如果只有几个权重文件和一个pipeline脚本大概率是端到端方案。这份参考项目里一般会写清楚detect.py负责定位车牌ocr.py负责识别字符main.py把它们串起来。为了验证这条路线的可行性可以用一个最原始的HSV颜色定位方法先做一次「伪车牌识别」——只识别蓝色车牌不涉及深度学习。这一步能帮你理解颜色空间和轮廓查找在整个流程中的位置。import cv2 import numpy as np # 读入车辆图片 img cv2.imread(car.jpg) hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 蓝色车牌 HSV 范围H通道在 100~124 左右 lower_blue np.array([100, 80, 80]) upper_blue np.array([124, 255, 255]) mask cv2.inRange(hsv, lower_blue, upper_blue) # 形态学闭运算把断裂区域连起来 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) mask cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 查找外接矩形按宽高比筛选车牌区域 contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for c in contours: x, y, w, h cv2.boundingRect(c) if w 80 and h 20 and 2.5 w / h 5.5: plate img[y:yh, x:xw] cv2.imwrite(plate_crop.jpg, plate)这段代码里最关键的是H通道的范围和宽高比阈值。如果你在傍晚或者光线偏暖的环境下测试lower_blue的H值可以放宽到90附近但放宽之后会把天空、蓝色车身也框进来所以还需要宽高比和面积做二次筛选。这个例子只是为了说明颜色空间的局限真正生产环境还是得靠训练好的检测模型。2.3 选型判断看源码里的detector和recognizer再决定要不要改造拿到源码包之后不要急着pip install先看目录结构和关键文件。一个设计合理的参考项目通常有这几个文件或者目录detector.py封装车牌检测recognizer.py封装字符识别utils.py放绘图和辅助函数config.py放置信度阈值、模型路径、图片尺寸等可配置项还有模型的weights文件夹。如果recognizer.py里出现了LPRNet或者CRNN这类类名说明字符识别用的是序列模型。如果出现的是plate_ocr或者char_recognition但内部用了nn.Conv2d加全连接那多半是单字符分类器。这两种方案的调参方向不一样序列模型重点看CTC解码时的字符集和宽度参数分类模型重点看字符图片的归一化方式和类别数量。我一般会先跑通原作者的默认配置再根据自己拍摄的测试图片决定是否更换检测模型。很多参考项目的车牌检测模型只针对国内蓝牌训练遇到新能源绿牌、警车白牌、大车黄牌就抓瞎。如果你只有蓝牌需求那就专心先把默认流程跑起来不要一上来就换模型。3. 把源码zip跑通环境配置、目录结构、最小推理脚本3.1 环境准备Python版本、依赖安装、zip内容先完整解压解压zip是第一步但也是最容易踩坑的一步。用Windows自带的解压工具或者unzip命令都行关键是解压到纯英文路径不要解压到C:\Users\张三\桌面\车牌识别项目这种带中文的路径。后边cv2.imread和torch.load碰到中文路径会出各种幺蛾子这是无数人亲手跳进去的坑后面避坑章细说。打开目录后第一件事是找requirements.txt。这个文件里列的是项目所有依赖的包名和版本号。但很多参考项目的依赖版本写得老掉牙比如torch 1.9、opencv-python 4.5.4放在现在的新机器上可能装不上或者和CUDA不兼容。我的习惯是新建一个干净的虚拟环境然后手动按需安装最新版本遇到API不兼容再回退。# 用 conda 创建 Python 3.9 虚拟环境版本不用太新 conda create -n plate python3.9 -y conda activate plate # 安装核心依赖torch 用 CPU 版就可以先跑通流程 pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install opencv-python numpy # 如果项目还依赖其他工具 # pip install pyyaml tqdm easydict装完依赖之后把zip里解压出来的模型权重文件放到默认路径下。很多源码包为了压缩体积权重文件是单独下载的README里会写一个下载链接。但作为参考项目有时候作者忘了放权重或者下载链接已经失效。这时候你要么找作者要要么用项目源码里提供的训练脚本自己训练一个。先别急着训练把推理脚本找到。3.2 跑通第一个推理命令从图片路径到识别结果推理脚本一般叫infer.py、predict.py或者main.py。先看它的argparse参数列表一般会有一个--source参数指定输入图片或视频路径--weights参数指定模型权重--output指定结果保存路径。最小推理命令通常长这样python infer.py --source test.jpg --weights weights/best.pt --output result.jpg如果运气好命令行会输出检测到的车牌号和置信度屏幕上或者result.jpg里会画出车牌框和字符结果。如果运气不好程序报错多半是下面几个情况没有传--weights导致加载了随机初始化参数、图片路径不对、缺少torchvision某个子模块。跑通后你应该关注几件事第一程序输出的是完整车牌字符串还是只输出一个列表第二一张图从输入到输出耗时多久第三图片里车牌清晰度一般时的置信度是多少。这三个数据能帮你判断这个参考项目在你的机器上有没有实用价值。我在调参考项目时习惯写一个极简的封装脚本把检测和识别流程拆出来方便后面改参数。import cv2 import torch # 初始化模型 device torch.device(cuda if torch.cuda.is_available() else cpu) detector torch.hub.load(./yolov5, custom, pathweights/best.pt, sourcelocal) recognizer torch.load(weights/lprnet.pth, map_locationdevice) def recognize_plate(image_path, conf_thres0.25, iou_thres0.45): img cv2.imread(image_path) results detector(img, size640, conf_thresconf_thres, iou_thresiou_thres) # results.xyxy[0] 是检测框坐标、置信度、类别 boxes results.xyxy[0].cpu().numpy() plates [] for box in boxes: x1, y1, x2, y2, conf, cls box if conf 0.3: continue plate_crop img[int(y1):int(y2), int(x1):int(x2)] text recognizer.run(plate_crop) # 假设 recognizer 有 run 接口 plates.append({box: box[:4], text: text, conf: conf}) return plates if __name__ __main__: result recognize_plate(test.jpg) print(result)这段代码有几个地方需要注意。torch.hub.load的sourcelocal表示从本地./yolov5目录加载很多参考项目会把YOLOv5的源码一起打包在zip里否则你需要额外下载或降级使用hub版本。recognizer.run是我假设的接口实际项目里可能是recognizer.predict或者别的一定要先看源码里的函数定义再写。另外results.xyxy[0]里的置信度阈值最好和conf_thres保持同时约束不然有可能画出很多低质量框。4. 源码里最值得调的参数检测置信度、NMS、输入尺寸、字符映射表4.1 检测器参数conf_thres、iou_thres、imgsz车牌识别的第一个瓶颈往往在检测环节。检测模型会输出大量候选框框的质量由置信度决定框的重叠程度由非极大值抑制NMS的IoU阈值决定。这两个参数直接影响「漏检」和「误检」的平衡。conf_thres置信度阈值默认值通常是0.25。调低到0.1能多检出来一些模糊的小车牌但也会把树干上类似车牌的纹理框出来。调高到0.5误检减少但倾斜过大的车牌可能直接被过滤。我做停车场场景时一般取0.3~0.4因为机位固定、车牌在画面里占的面积相比自动驾驶场景大得多。iou_thres(NMS阈值)默认0.45。同一个小目标被多个锚点框住时IoU阈值越大会保留更多重叠框越小越容易合并成一个。车牌检测通常希望框得紧一点所以保持0.45即可不需要动。除非你发现同一个车牌被检测成两个框这种情况说明IoU阈值偏高了可以降到0.35。imgsz是送入推理网络的输入尺寸。YOLO默认640但车牌是小目标有些参考项目会用1280或者1600来提升小目标检测率。输入尺寸翻倍推理耗时差不多翻四倍显存占用也是。如果你的场景是固定摄像头抓拍画面中车牌宽度超过100像素640就够了。如果是从几十米外的抓拍图里找小像素车牌才需要提高尺寸。下面这段是调参时的典型做法把一张包含多辆车的图片循环用不同参数测试把每次的检测框数量和时间打印出来。import time import torch model torch.hub.load(./yolov5, custom, pathweights/best.pt, sourcelocal) for conf in [0.1, 0.2, 0.3, 0.4, 0.5]: for iou in [0.3, 0.4, 0.45, 0.5]: start time.time() res model(street.jpg, size640, conf_thresconf, iou_thresiou) boxes res.xyxy[0].cpu().numpy() print(fconf{conf} iou{iou} boxes{len(boxes)} time{(time.time()-start)*1000:.1f}ms)运行这个循环你会直观看到参数对框数量和耗时的影响。如果某组参数输出0个框说明阈值太严如果输出几十个框说明阈值太松。真正生产环境里我会把有标签的测试集跑一遍统计不同阈值下的查全率和查准率而不是凭感觉选。4.2 字符识别参数输入尺寸、字符集、CTC解码宽度检测框裁剪出来的车牌区域会缩放到固定尺寸再交给识别网络。这个尺寸在项目里通常是(96, 24)或者(128, 32)单位是宽乘高。尺寸太小字符细节丢失尺寸太大推理变慢所以不要盲目调大。字符集是另一个决定性参数。国内车牌除了数字和字母还有汉字省、市简称和新能源的小字母。参考项目自带的字符集通常包含汉字、大写字母、数字以及D和F这类新能源标识。如果字符集里没有你要识别的字符模型永远不可能输出正确结果。检查字符集很简单打开模型定义文件找到class_names或者CHARS列表对照你的测试样本确认。如果源码用的是LPRNet这类CTC模型解码时有一个beam_search宽度参数。宽度越大解码越细致但耗时增加。一般取5~10即可。有的项目默认贪心解码输出每个时间步概率最大的字符简单场景够用遇到字符间隔不均匀时容易漏字。把贪心解码换成beam search可以改善这种问题但代码改动要小网上有很多现成实现抄过来就行。5. 车牌识别源码的常见坑现象、原因、解决办法5.1 cv2.imread读不到图片路径里全是中文现象运行推理脚本输出框数量为0或者提示NoneType object has no attribute。把图片路径换成英文路径后一切正常。原因OpenCV的imread在Windows下对中文路径支持不友好底层用的是C标准库的fopen遇到中文字符串会直接返回空。解压到桌面「桌面\车牌识别」这种路径下几乎是必现。解决把项目整个挪到D:\plate\这类纯英文路径下解压时也别把中文文件夹套在外面。如果项目部署在服务器上注意Linux环境一般没这个问题但要留意挂载盘符里有没有中文。参考项目里如果用cv2.imdecode配合np.fromfile可以绕开但治本还是用英文路径。5.2 模型权重文件没打进去加载时直接报错现象torch.load(weights/lprnet.pth)报错No module named models或者unexpected key in state_dict。原因作者在zip里放了模型文件夹但lprnet.pth这个权重文件因为体积太大没打进压缩包或者打进的是带附加层的旧版权重和当前模型定义不匹配。很多“参考项目源码”发布的时候权重链接已经失效你下载到的是一个不完整的包。解决先看zip解压后权重文件大小如果只有几KB一定是占位文件。去项目README或作者主页找权重下载地址。找不到就按源码里的模型结构说明自己训练或从其他开源项目迁移权重。临时验证时可以先用随机权重跑通流程看它是否能输出随机结果至少确认代码链路没问题。5.3 CPU上推理慢到没法用batch和线程数不会设现象一张图跑YOLO加LPRNet耗时3秒钟以上以为是模型问题实际是环境问题。参考项目默认用Torch的CPU版本而且开启了很多线程但线程竞争反而拖慢推理。原因一是没装GPU版PyTorch二是没有限制推理线程。CPU推理时torch.set_num_threads不设置PyTorch会自动用满所有核但多线程在单张图片小模型推理时反而产生上下文切换开销。解决如果是CPU环境在推理脚本开头固定两行import torch torch.set_num_threads(2)同时检查有没有装GPU版。有NVIDIA显卡的话按官网命令重装torch和torchvision的CUDA版本推理速度能提升十倍。如果项目里写了model.export()之类的半精度优化记得在GPU上再开CPU上省不了多少时间。5.4 检测到了车牌但字符全错大概率是字符集或输入尺寸问题现象检测框画得很准但输出是「京A?????」或者「8A1234」数字字母混着错。原因字符集不含某些生僻字或者车牌裁剪区域没有被正确透视矫正。很多参考项目对水平车牌效果好遇到倾斜超过15度的车牌直接裁剪的图片里字符是歪的识别网络没见过这种形状自然输出乱码。解决如果只有个别汉字识别错看字符集里有没有这个字没有就补上重新训练。如果是倾斜问题需要在裁剪后做透视矫正。计算检测框四个顶点的角度旋转到水平。参考项目里通常没有内置透视矫正需要自己写一个仿射变换函数。这一步比想象中重要实际道闸场景里车牌很少完全水平。5.5 图片里有多个车牌时处理顺序和结果拼接容易乱现象检测器返回多个框脚本只取了第一个导致输出不是目标车辆的车牌。批量处理图片时结果写入CSV错位。原因参考项目默认假设画面里只有一辆车一个车牌但这和真实场景冲突。比如高速收费站抓拍图里可能同时出现前后两辆车。解决按检测框的面积从小到大排序选取面积最大的一个作为目标。或者根据业务逻辑比如画面下半部分的车牌更近优先选y坐标最大的框。批量处理时每张图片的结果加一个文件名索引不要只存车牌号。6. 把源码改造成接口服务FastAPI封装和批量验证跑通之后最值得做的进阶工作是把识别流程封装成一个HTTP服务这样以后前端调用、摄像头上传图片都方便。用FastAPI做这件事很轻量几十行代码就能搞定。注意服务启动时只加载一次模型不要在每个请求里重复加载否则内存会爆。from fastapi import FastAPI, UploadFile, File from pydantic import BaseModel import cv2 import numpy as np app FastAPI() # 假设 recognize_plate 来自前面写的脚本 from plate_ocr import recognize_plate class PlateResult(BaseModel): text: str confidence: float app.post(/recognize, response_modelPlateResult) async def recognize(file: UploadFile File(...)): data await file.read() img_array np.frombuffer(data, dtypenp.uint8) img cv2.imdecode(img_array, cv2.IMREAD_COLOR) result recognize_plate(img) if result: return PlateResult(textresult[0][text], confidencefloat(result[0][conf])) return PlateResult(text, confidence0.0) if __name__ __main__: import uvicorn uvicorn.run(app, host0.0.0.0, port8000)封装接口后再去抓一些真实场景的图片做批量验证。我通常准备两三百张不同时段、不同角度、不同车牌的图片跑一遍统计准确率。注意统计口径要清楚检测漏了算不算错误字符错一个算整张错建议检测准确率和识别准确率分开统计方便定位短板。如果识别准确率低于90%先把检测框的裁剪质量看一下。这个参考项目值不值得投入改造核心看两点一是你的场景里车牌类型是不是单一蓝牌且角度固定如果是传统方法都够用如果是复杂场景深度学习源码才是对的方向。二是看项目依赖维护状态PyTorch和OpenCV版本能不能跟当前环境兼容。我的习惯是参考项目先跑通默认再逐模块替换而不是推翻重写。改到检测和识别能稳定输出再上服务封装这样踩坑成本最低。希望帮到你。本文还有配套的精品资源点击获取