Python车牌识别实战：从图像预处理到字符识别全流程解析

车牌识别（License Plate Recognition，LPR）算是机器视觉方向里最经典的毕业设计题目之一。用 Python 做车牌识别，核心流程就四步：图像预处理、车牌定位、字符分割、字符识别，听起来不复杂，但真做起来，从环境配置到识别率调优，每一步都有坑。这篇文章我以自己带学生做这个题目的实际经验为基础，把方案选型、核心代码、测试思路和答辩要点一次讲清楚，顺便把那些教程里不会写的坑也一并填掉。不管你是刚拿到题目的本科生，还是想拿这个项目练手机器视觉的初学者，看完应该都能少走不少弯路。

选择这个题目的学生很多，但真正做出高分作品的很少。原因在于车牌识别项目最大的价值不是"调通一个代码"，而是它把机器视觉里最常见的技术点全串起来了：颜色空间转换、边缘检测、形态学操作、轮廓分析、几何校正、光学字符识别，传统算法和深度学习方法都能落地。这意味着你做的不只是一个"调包"项目，而是一套完整的工程链路。毕设答辩时老师最喜欢问的就是"每一步为什么这么做"，这篇文章里我会把每个选择的理由也讲透，方便你应付提问。

1. 整体方案设计：先想清楚再做，别上来就写代码

1.1 需求拆解与功能边界

做毕设第一件事不是找代码，而是把需求边界画清楚。一个完整的车牌识别系统，从输入到输出要经过这么几层：图像采集、图像预处理、车牌区域定位、车牌图像校正、字符分割、字符识别、结果输出。你要想清楚的是，这套系统是处理单张图片还是视频流，是只识别蓝牌还是也要兼容新能源绿牌和黄牌，是否需要支持夜间或低照度场景。这些决定了你后面每一步的技术选型，也直接决定了论文的工作量。

以常见的毕设要求来看，通常做到"输入一张包含车牌的图片，程序输出车牌号码字符串"就算达标。但如果你想拿高分，我建议至少补上倾斜校正和视频流识别两个功能块。倾斜校正能体现你对几何变换的理解，而视频流识别说明你的算法有实时性意识，这两个点都是答辩时的加分项。

功能边界画好之后，最忌讳的是想一步到位做"全网最全"的识别系统。我见过不少学生一开始就想识别七八种车牌类型、还要支持雨雪天气，结果做到最后连蓝牌都识别不稳。我的建议是：第一版只做蓝牌加新能源绿牌，场景先限定在白天、水平或轻微倾斜、车头朝前三个条件下，先把主链路跑通，再逐步放开约束。毕设评分看的是完整性、逻辑性和工作量，不是看你口头上能吹多少功能。

1.2 技术路线对比：传统视觉还是深度学习

这是整个项目最核心的决策点。两条路线都能做，但工作量和容错率差异很大。

传统机器视觉路线的思路是这样的：利用车牌的颜色特征（蓝色、绿色、黄色）或边缘特征在图像里找到候选区域，用形态学操作把候选区连成整体，再通过轮廓的宽高比、面积等几何条件筛选出真正的车牌位置；定位后用投影法或连通域分析把字符一个个切开；最后用模板匹配或SVM+HOG分类器识别字符。这条线的优点是完全不依赖GPU，普通笔记本CPU跑起来毫无压力，代码量大概几百行，每一步都能可视化，非常适合写论文、画流程框图。缺点是鲁棒性差，光照一变、角度一大、画面一糊，识别率就会明显往下掉。

深度学习路线的思路是用目标检测网络端到端定位车牌，用CNN或LSTM+CTC结构的识别网络直接完成字符识别。主流的做法是YOLOv5或YOLOv8做车牌检测，LPRNet或PaddleOCR的PP-LPR做字符识别。这条线的检测精度和泛化能力远好于传统方法，在真实道路场景下也能达到很高的检测率，但你需要准备标注数据、配置PyTorch环境、可能还要做模型剪枝或转换，环境问题带来的挫败感非常强，而且答辩时如果老师追问网络原理，你也得有心理准备。

我的建议是：如果时间紧张、之前没有深度学习基础，就选传统路线，但要在预处理和字符识别两个环节做得细致；如果时间充裕、想在算法上有亮点，就选"传统定位+深度学习识别"的混合路线。这里有个折中技巧：用OpenCV的HSV颜色空间定位车牌（速度快、不依赖训练数据），用训练好的LPRNet或PaddleOCR模型做字符识别（识别精度高、不用自己标注大量数据）。这样论文既有传统算法的过程分析，又有深度学习的效果对比，工作量和技术含量都够了。我自己带学生时最推荐的就是这个方案，累是累一点，但边查资料边做下来，机器视觉的底子能打得很扎实。

2. 核心环节拆解：定位、分割、识别到底难在哪

2.1 图像预处理与形态学参数原理

预处理是整个流程的第一步，也是很多人最容易写糊弄的一步。拿到相机原始图像后，第一件要做的事是去噪和增强。常用处理是转灰度图，再用高斯滤波消除噪声。高斯滤波核的大小一般取5x5，sigma自动计算即可，核太大图像会发虚，太小等于没滤波。这里有个很容易被忽略的点：车牌图像的分辨率如果本身很低（比如小于80x40），先做一次归一化放大或锐化，比单纯调滤波参数效果要好得多。

预处理里最有技术含量的是边缘检测和形态学操作。边缘检测常用Canny算子，它的两个阈值要按场景调。我一般用Canny(gray， 100， 200)起步，光照强的场景把低阈值提到120，夜间把低阈值降到60。高阈值和低阈值大约保持2:1到3:1的比例，这个比例能有效抑制梯度变化平缓的纹理，又不会把车牌字符边缘也砍掉。注意Canny之前一定要滤波，不然噪点会产生大量假边缘，后面腐蚀膨胀都救不回来。

接下来是形态学操作。很多初学者只知道"闭运算连接、开运算去噪"，但参数一调就懵。开闭运算的本质是腐蚀和膨胀的组合，核的大小和形状直接决定效果。开运算是先腐蚀后膨胀，目的是去掉白色前景里的孤立小点，核越小去噪越弱，核越大越容易把细小的字符笔画也一起抹掉。闭运算是先膨胀后腐蚀，目的是填补前景里的空洞、把邻近区域连成一片，核越大连接能力越强，但也越容易把相隔较近的两块区域错误粘连。

以车牌定位为例，我通常会先用一个横向的矩形核做闭运算，比如cv2.getStructuringElement(cv2.MORPH_RECT， (17， 5))，迭代一次或两次。为什么用横向矩形核？因为车牌上的字符在水平方向排列紧密，垂直方向字符笔画本身就细，垂直方向膨胀过多会让字符之间直接连成一片，丢失字符间距信息；而横向闭运算能把因光照不均断裂的笔画沿水平方向连起来，让整个车牌区域变成一个紧凑的连通块。相比之下，如果做开运算去噪，用3x3或5x5就够了，核太大容易把车牌边缘打散。这些参数在不同场景下效果差异很大，我不建议死记硬背一个固定值，而是要学会观察中间结果图再调参。

2.2 车牌定位：颜色特征与几何筛选的配合

车牌定位是传统路线里最核心、最容易翻车的环节。常见做法有三种：基于颜色、基于边缘、基于两者结合。我用得最顺手的是颜色特征为主、边缘特征为辅。

颜色特征定位就是在HSV空间里设定阈值范围，把属于车牌底色（蓝色、黄色、绿色）的像素抠出来。为什么要用HSV而不是RGB？因为HSV把色相（H）、饱和度（S）、亮度（V）分开，对光照变化比RGB稳定得多。实际使用中，蓝色车牌的阈值通常设为H在100到124之间，S和V都大于80；新能源绿牌H大概在35到77；黄色车牌H在15到37。阈值范围不是死的，不同摄像头拍出来的色偏不一样，建议你做一个简单的调参脚本，用滑动条实时改HSV区间，跑几十张图片后再确定最终范围。

只靠颜色阈值得到的是一个二值掩码图，里面除了车牌区域，还可能有蓝色车身、蓝色路牌、绿色植物等干扰。这时候就要用几何筛选：先用findContours找到所有轮廓，再对每个轮廓做minAreaRect得到最小外接矩形，判断矩形的宽高比、面积占比是否符合车牌特征。标准汽车车牌尺寸是440mm×140mm，宽高比约3.14:1，检测时宽高比范围一般放宽到2.5:1到5:1，面积占整图的比例根据图像大小调整，通常设定在0.001到0.05之间比较稳。

颜色阈值和几何筛选配合起来还不够，还需要一个加强步骤：利用边缘信息辅助确认。当颜色定位失败（比如蓝色车身上有明显的白色条纹干扰）时，Canny边缘图配合闭运算往往能形成一块与车牌区域接近的矩形区域。用cv2.bitwise_and把颜色掩码和边缘掩码结合，能过滤掉大量误检。这个"组合确认"的思路是整个定位流程里最能体现工程能力的地方，建议你在论文里用一张中间结果对比图把它讲清楚。

定位到车牌区域后，还会遇到一个常见问题：车牌在图片里是倾斜的，比如车停在坡道或相机安装角度不正。这时候需要用minAreaRect返回的角度或四个角点做透视变换，把车牌拉正成标准矩形。透视变换比仿射变换更通用，它能把任意平行四边形映射为矩形。注意，做透视变换前要确保四个角点顺序正确，不然变换出来可能翻转或者梯形畸变更严重。角点排序我习惯按x和y坐标组合处理：先按y排序取上边两点，再按下边两点内比较x，排成左上、右上、右下、左下。

2.3 字符分割：投影法与细节处理

定位到车牌并校正之后，就要把车牌上的字符一个个分出来。标准蓝牌是7个字符（如"京A12345"），新能源牌是8个字符，字符之间有相对固定的间距。分割方法我首推垂直投影法，原理非常简单：把二值化后的车牌图像按列求和，某一列白色像素的个数就反映这个位置有没有字符笔画。字符所在列投影值明显高，字符间隙投影值接近零，通过扫描投影值的"高峰-低谷-高峰"模式，就能切出每个字符的左右边界。

垂直投影法听着简单，实际操作中有三个坑必须处理。第一个坑是车牌边框和铆钉干扰，蓝色车牌底板的四个角通常有铆钉，二值化后铆钉和边框会和字符连在一起，导致第一个字符和最后一个字符被切得过大。解决办法是在二值化后先做一次水平投影分析，只保留中部的水平条带，或者用形态学操作去掉细小的边缘，或者直接在分割时先去除上下左右边缘的极小连通域。第二个坑是字符黏连，比如"川"和"F"之间有几个像素粘连，会导致两个字符被切成一个。遇到这种情况，可以在垂直投影后用"细化"或"骨架化"预处理，把笔画缩细，间隙自然就出来了；更简单粗暴的方法是按每两个字符之间的预期宽度做校正，如果某段宽度超过正常值的1.5倍，就在投影谷值处强制切分。第三个坑是字符断裂，比如"8"或"0"内部受边框污染，投影时出现伪谷值，导致一个字符被切成两段。解决方式是用先验知识：知道车牌固定7个字符，切完后如果多于7段，就把疑似过窄的相邻段合并。

字符分割的质量直接决定识别率，这是一个"脏活累活"，但也是论文里最能写过程的部分。我强烈建议你写一个可视化函数，把每个分割结果画到车牌原图上并标注分割线，答辩时展示这个图，老师立刻就能看到你对问题理解的深度。

2.4 字符识别：从模板匹配到深度学习

字符识别是最后一步，方案选择的余地最大。如果是传统路线的极致，你会用模板匹配：准备0-9共10个数字、24个字母（去掉I和O避免混淆）、以及31个省份简称汉字的模板图，对每个分割出的字符做尺寸归一化，然后用归一化互相关系数找最相似的模板。这个方法实现简单，但汉字笔画的复杂度高，模板稍有变形就认错，而且光照变化会影响二值化质量。作为毕设，模板匹配只能算"完成了任务"，想拿高分不太够。

更好的传统方案是SVM+HOG特征。先把每个字符缩放到统一尺寸（比如32x32），提取方向梯度直方图特征描述字符的纹理结构，再用多类别SVM分类。这个方案在光照变化的鲁棒性上明显优于模板匹配，而且SVM原理好讲、答辩容易说清楚。但训练SVM需要准备足够的字符样本，至少每个类别50到100张，标注工作不算小。

如果你选了混合路线，就会在字符识别环节尝到甜头。LPRNet是一个专门为车牌识别设计的轻量级网络，输入一张车牌图像，直接输出识别字符序列，全程不需要先分割字符，用CTC损失解决字符对齐问题，字符类别固定为68类（10个数字+24个字母+34个汉字）。LPRNet的模型很小，CPU上也能跑到很高的帧率。PaddleOCR也提供了PP-LPR系列的预训练模型，你想省事可以直接调用，但要记住：毕设答辩时老师可能会问"这个模型内部结构你怎么理解"，所以哪怕你是调包，也要把LPRNet的基本结构搞清楚，至少在PPT里能画出主干网络和CTC头的简化框图。

3. 从零搭建实操环境与代码实现

3.1 开发环境配置与常见坑

开发环境建议用Anaconda管理Python版本，避免环境污染问题。Python用3.8或3.9都行，不要用太老的版本，也别去追最新的3.12，因为部分老版本opencv和onnx的预编译包不一定兼容。基础依赖就这么几个：numpy、opencv-python、matplotlib，深度学习方案再加pytorch或paddlepaddle。用Visual Studio Code还是PyCharm都无所谓，但一定要跑通虚拟环境再开始写代码。很多人一上来就是环境报错，浪费一周，其实大部分报错都能在官方文档的FAQ里查到。

我在实际配置中遇到过的坑有两个值得提前提醒。第一个是opencv的findContours返回值数量问题：OpenCV 3.x之后返回两个值（contours， hierarchy），如果照着老教程写三个变量接收就会报错，这是最常见的错。第二个是imread读取中文路径失败，Windows下OpenCV读带中文路径的图片会直接返回None，解决办法是先用cv2.imdecode(numpy.fromfile(file_path， dtype=np.uint8)， cv2.IMREAD_COLOR)读取，写保存时同理用imencode。这两个坑在毕设环境里几乎人人会遇到，记住了能省不少时间。

3.2 车牌定位与校正代码实战

下面这套代码是我常用的传统定位流程，适用于蓝牌和绿牌，输入一张常规场景的图片，输出校正后的车牌图像。

python复制import cv2
import numpy as np

def locate_plate(image):
    # 1. 高斯滤波 + 颜色阈值提取车牌底色
    blurred = cv2.GaussianBlur(image, (5, 5), 0)
    hsv = cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV)

    blue_mask = cv2.inRange(hsv, (100, 80, 80), (124, 255, 255))
    green_mask = cv2.inRange(hsv, (35, 80, 80), (77, 255, 255))
    color_mask = cv2.bitwise_or(blue_mask, green_mask)

    # 2. 形态学闭运算连接相邻区域
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5))
    closed = cv2.morphologyEx(color_mask, cv2.MORPH_CLOSE, kernel, iterations=2)

    # 3. 查找轮廓并做几何筛选
    contours, _ = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    plate_rect = None
    for cnt in contours:
        rect = cv2.minAreaRect(cnt)
        w, h = rect[1]
        if w < h:
            w, h = h, w
        aspect_ratio = w / max(h, 1e-5)
        area = w * h
        if 2.5 < aspect_ratio < 5.5 and 0.001 < area / image.size < 0.05:
            plate_rect = rect
            break
    if plate_rect is None:
        return None

    # 4. 透视变换校正
    box = cv2.boxPoints(plate_rect)
    box = np.int0(box)
    sorted_pts = order_corners(box)
    width = 440
    height = 140
    dst_pts = np.float32([[0, 0], [width, 0], [width, height], [0, height]])
    M = cv2.getPerspectiveTransform(sorted_pts, dst_pts)
    warped = cv2.warpPerspective(image, M, (width, height))
    return warped

这段代码里order_corners这个函数需要自己实现，作用就是保证四个角点是顺时针或逆时针顺序。一个常见的写法是先用sum = x + y判断，sum最小的是左上角、最大的是右下角，再用diff = x - y区分右上和左下。注意cv2.boxPoints返回的可能是浮点数，需要转成int再用于索引。

运行这段代码后，你可以用imshow把warped显示出来看效果。如果发现车牌被拉歪或者镜面翻转，多半是角点顺序错了；如果有太多的非车牌区域也被当作候选，把aspect_ratio的范围和面积范围缩紧一点，或者在findContours之前先做一次开运算去掉小噪点。

3.3 字符分割与识别的完整链路

拿到校正后的车牌图像，下一步是灰度化、二值化、分割字符。

python复制def segment_characters(plate_img):
    gray = cv2.cvtColor(plate_img, cv2.COLOR_BGR2GRAY)
    _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

    # 去掉上下边缘可能残留的背景行
    h, w = binary.shape
    binary[:int(h * 0.1), :] = 0
    binary[int(h * 0.95):, :] = 0

    # 垂直投影
    projection = np.sum(binary, axis=0) / 255
    # 找出投影为0的列作为分割点
    in_char = False
    start, end = 0, 0
    char_boxes = []
    for x in range(w):
        if not in_char and projection[x] > 0:
            in_char = True
            start = x
        elif in_char and projection[x] == 0:
            in_char = False
            end = x
            char_boxes.append((start, end))
    return binary, char_boxes

这段投影分割逻辑在字符间距清晰时效果很好。如果你发现分割出来的字符块数量不稳定，基本都出在二值化这一步：光照不均会导致同一个车牌上"近处亮、远处暗"，一块区域二值化后正常，另一块区域却变成黑底白字。这种情况下，全局OTSU阈值不够用，我建议改用自适应阈值cv2.adaptiveThreshold，或者先做顶帽变换校正光照不均再做二值化。用顶帽变换的思路是用形态学方法估计背景照度，然后用原图减掉背景，整体光照就变得均匀了。

识别环节如果你用PaddleOCR做混合方案，代码非常短，但要注意安装的是paddlepaddle和paddleocr两个包，第一次运行会自动下载模型文件，网络不好时容易卡住，建议提前手动下载模型并放到指定目录。如果你用模板匹配，核心逻辑就是对每个字符做resize到模板尺寸，然后计算归一化相关度，取最接近的那一类。字符类别是常见的省份简称列表，比如你只需要识别"京""津""冀""鲁""苏""浙""粤""川"等，先做一个字典把类别名映射到标准汉字。

3.4 测试集构建与指标统计

代码跑通之后，真正拉开差距的是测试。你要建一个至少50到100张的测试集，包含正常光照、逆向强光、轻微倾斜、绿色新能源、蓝色普通牌、黄色大车牌这几类场景。测试指标建议记录三个：车牌定位成功率、字符分割成功率、整牌识别准确率。定位成功指算法给出的候选框与真实车牌位置的IoU大于0.7；分割成功指切出的字符块数量和位置基本正确；整牌识别准确率指七个或八个字符全部正确的比例。

我习惯把测试结果输出成一张表格，包含文件名、真实车牌、识别车牌、是否匹配、耗时。这个表格可以直接放进论文的实验章节，比空口说"效果不错"有说服力得多。统计完你会发现，最常见的失败模式不是整体识别崩溃，而是集中在某几个难例上：比如车身与车牌同色、字符边框与首字符粘连、或者汉字"京"和"津"在低分辨率下互相混淆。针对这些难例做定向优化，比盲目调全局参数有效得多。

4. 常见问题与调优实录

4.1 定位失败类问题速查

定位失败是毕设过程中最常被问到的，我整理成一张表方便你对照排查。

定位这类问题，我常用的调优习惯是"可视化中间结果"。任何一步效果不对，就把这一步的输入和输出图单独显示出来，看看到底是哪一环出了问题。比如颜色掩码图显示区域比预期少，那就是阈值的问题；掩码图正常但轮廓筛选后候选区不对，那就是几何条件的问题。这样一步步定位，比瞎改参数快得多。

4.2 分割与识别错误类问题速查

字符识别环节最值得投入的是数据增强，不是换网络结构。把我之前提到的SVM方案或LPRNet放上训练集，如果训练量只有几百张，识别率很高。把真实场景的数据加进来，比如旋转加减5度、亮度增暗、高斯噪声、透视拉伸几组增强，识别率能上一大截。模型输出的类别下标与字符字典的映射关系建议单独维护一个表，防止对齐时出错。

4.3 摄像头选型与视频流实战

很多毕设题目会要求接入摄像头做实时识别，这时候你可能会看到OV7670之类的摄像头模块。OV7670是一个低成本的VGA摄像头传感器，常用在单片机、STM32和FPGA项目上，但它的驱动配置非常麻烦，需要初始化寄存器、配置RGB565输出时序、还要做图像缓存。我的建议是：如果题目没有硬件限制，优先用普通的USB免驱摄像头，OpenCV的VideoCapture直接就能读，省去一整条底层链路。如果题目明确要求必须是OV7670这样的嵌入式摄像头模块，那你需要加一块主控板（STM32或树莓派/OpenMV），让主控板负责采集和简单处理，再通过串口或USB把图像传回来给Python端识别。OpenMV是一个比较合适的折中方案，它本身用MicroPython编程，内置了一些图像处理算法，但处理能力有限，跑不了大模型。

视频流识别和单张图片识别本质上没区别，只是把图像读取从文件换成了摄像头帧。要注意的是，视频帧的实时性要求高，预处理和识别不要做得太重，通常的做法有两种：每隔N帧做一次完整识别，其余帧只做跟踪；或者把图像缩小到640x480以下再做处理。我在做视频流时还会加一个简单的置信度过滤，连续两三帧识别结果一致才输出，这样能挡住单帧误识别。

5. 论文写作与答辩加分项

5.1 论文结构怎么安排

毕业设计论文的结构通常有套路，但你要在套路里写出你自己的工作量。目录大概是这样：第一章绪论，写车牌识别在智能交通里的意义，重点引用国内外研究现状，注意别光罗列文献，要分门别类梳理出"传统算法派"和"深度学习派"两条线，并指出各自的优缺点，引出你的方案定位。第二章系统总体设计，画出系统的流程图和模块划分。第三章是核心，把预处理、车牌定位、字符分割、字符识别逐章展开，每部分包含算法原理、参数选取原因、实验结果图。第四章是实验与分析，用同一批测试集对比你的方案和其他基线方案，列出准确率、单张处理耗时等指标。第五章是总结和展望，简单写一下不足，再写两三个可扩展的方向。

写论文最忌讳的是把代码原封不动贴上去。你要贴着算法原理去贴代码，代码的作用是佐证原理，不是用来充字数的。流程图可以用Visio或draw.io画，OpenCV的中间结果图一定要保留，这些可视化图是老师判断你真实做过项目的重要依据。

5.2 答辩必问问题与应答思路

答辩提问集中在工程细节上，我把高频问题列一下。"为什么车牌定位用HSV而不是RGB？"回答要点是HSV把亮度分离出去，对光照更稳定，而且色彩空间变换只是预处理的一环，最终目的是更快地提取颜色区域。"开运算和闭运算有什么区别？"答题时先讲基本定义，再结合你的车牌场景说明使用的目的。"你的系统能识别夜晚的车牌吗？"这个问题不要慌，诚实回答当前版本对低光照依赖前置增强，并说明如果换成红外补光摄像头配合亮度和对比度增强可以明显提升。"怎么评价识别率？"一定要准备一个测试集和数据统计，比如测试100张图，定位成功98张、字符级准确率95%、单张耗时80毫秒。千万不要说"好像还行"，用数据说话是最稳妥的。

答辩展示的时候有一个小技巧：准备一个实机演示的视频，而不是现场连摄像头。万一现场灯光太暗、电脑性能不够、摄像头驱动不对，演示翻车的概率极高。视频录好可以提前字幕标注各阶段结果，效果远比现场演示稳定。

带学生做了这么多轮车牌识别毕设，我最深的体会是：这个题目性能瓶颈通常不在模型，而在数据预处理和参数调优。能沉下心来把中间结果一张张看下来、把阈值一个个调明白的人，最后都能拿到不错的分数。如果你正在为这个毕设头秃，那就从今天开始，先把环境搭建起来，把一张图跑通，后面的事情都会慢慢顺起来。祝顺利。