OpenCV+Python车牌字符分割和识别入门（含新能源车牌识别）

Alexantao

已于 2022-04-11 00:01:15 修改

阅读量1.2w

点赞数 6

CC 4.0 BY-SA版权

分类专栏： Python python之道文章标签： opencv 车牌识别

于 2018-10-09 17:53:23 首次发布

本文链接：https://blog.youkuaiyun.com/MadeInJack/article/details/82985845

本文介绍了使用OpenCV进行车牌识别的核心步骤——字符分割识别，包括图片灰度化、二值化、校正和去噪等处理，以及后续的图像切割和识别。虽然仅实现第二步，但提到了训练提高识别率的方法，如GAN和Tesseract，并提供了代码演示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

车牌识别三大步骤：

1、从图中找出车牌

2、从车牌中识别车牌号

3、通过训练提高识别率

本次仅实现第二步，这也是核心，其他两个属于附属功能，第三个可以通过GAN或Tesseract来进行训练，这个下篇再进行介绍。

核心步骤：

图片处理：1、将图片灰度化；2、将灰度图片二值化；3、校正；4、去燥；

图像切割识别：1、图像切割；2、图像识别

代码演示（注释）：

需要导入，引入库为：opencv-python

#!/usr/bin/env python
# -*- coding:utf-8 -*-

"""
    Author Alexantao By Charm
"""

import cv2

# 定义,都可根据应用进行调整
binary_threshold = 100
segmentation_spacing = 0.9  # 普通车牌值0.95,新能源车牌改为0.9即可


# 1、读取图片，并做灰度处理
img = cv2.imread('img/nycar_num_test1.png')
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
cv2.imshow('gray',img_gray)
cv2.waitKey(0)


# 2、将灰度图二值化，设定阀值为140
img_thre = img_gray
cv2.threshold(img_gray, binary_threshold, 255, cv2.THRESH_BINARY_INV, img_