Python+OpenCV车牌识别实战：从图像预处理到模板匹配全流程拆解

把一张带车牌的图片扔进程序，几秒钟后返回一串字符——“京A12345”。听起来很酷对不对？我第一次跑通Python+OpenCV车牌自动识别的时候也兴奋了好一阵，但说实话，从能跑到稳定识别，中间踩的坑一点都不少。这个项目虽然是经典的计算机视觉入门实战，但它完全不是网上那种“复制粘贴就能跑”的玩具代码：图像预处理、车牌定位、字符分割、字符识别，四个环节每一环都有各自的脾气。

这篇文章就把我实际做这个Python+OpenCV车牌自动识别项目的全过程拆开来讲。从环境搭建到算法细节，从参数选择到翻车记录，能写的基本都写了。它适合两类人：一是刚学完Python基础、想找一个正经图像处理项目练手的朋友；二是正在做毕设或者公司内部需要做停车管理Demo的人。这个方案走的是传统计算机视觉路线，不依赖深度学习框架，一台普通电脑就能跑，理解起来也直观很多。

1. 项目整体设计与技术选型

车牌自动识别（License Plate Recognition）这个需求，在现实里太常见了。小区出入口、园区停车场、高速收费站，甚至一些工地门口都要识别车牌。但很多商用方案是整套软硬件一起卖的，价格不便宜，而且经常是个黑盒。自己做的好处是：代码可控、逻辑透明、想改哪里改哪里，还能拿来练手积累经验。

1.1 为什么选择Python和OpenCV

选型这事我犹豫过一阵。当时摆在面前的无非三条路：纯深度学习框架（PyTorch/YOLO + OCR），商用SDK，以及OpenCV传统视觉方案。

先说深度学习方案。检测车牌用YOLO，识别字符用PaddleOCR或者CRNN，这套流程本身没问题，精度上限也高。但问题是：要标注数据、要训练模型、要装CUDA环境（如果你没有独立显卡，训练一次小模型也够折腾），而且很多人只是想把一个功能跑通，并不想一上来就掉进深度学习的坑里。

再说商用SDK。识别效果确实好，但很多是收费的，有的还带设备绑定，代码拿不到核心逻辑，想定制根本没门。对学生朋友或者只想做个内部工具的人来说，没必要。

剩下的就是OpenCV传统视觉方案。它的核心思路是用图像处理技术去“找车牌”，再用模板匹配去“认字符”。这条路的好处非常明显：

• 依赖少，只要opencv-python和numpy两个库
• 逻辑链清晰，每一步都能看到中间结果，出问题能定位到具体环节
• 对算力要求极低，普通CPU跑起来毫无压力
• 完全免费开源，代码完全自己掌控

当然它也有短板，这个我后面在“常见问题”里会详细说。但至少对于室内固定机位、角度和距离可控的场景，传统方案做到95%以上的识别率完全可行。

Python在这里的优势就更不用多说了。语法简洁、图像处理生态完善、OpenCV的Python绑定几乎是官方一等公民。虽然C++跑起来性能更好，但Python做原型验证的速度快太多，代码可读性也高，踩坑也好踩。

1.2 车牌识别的整体流程拆解

我一开始以为车牌识别就是把一张图片丢进某个现成函数里。后来自己实现才发现，整个流程其实是四个相对独立的环节串起来的。

第一个环节是图像预处理。真实拍摄的图片不会干干净净，有噪声、有亮度不均、有无关背景，直接处理肯定不行。所以要先转灰度图、去噪、增强边缘。

第二个环节是车牌定位。这是整个项目最核心的部分，也是工作量最大的部分。要从一张完整的画面里找到“车牌在哪”。传统视觉方案靠的是车牌的几何特征——矩形、横向、有密集的竖直边缘、有特定的宽高比。

第三个环节是字符分割。定位到车牌区域之后，要把“京A12345”这样一个整体切分成单个字符的图片，因为后续识别是一个字符一个字符地认。

第四个环节是字符识别。把切出来的字符图片和预置的模板做匹配，找到最像的那个模板，然后输出对应的字符。

这四个环节是串行依赖的关系：前面出错了，后面再怎么调都没用。所以我写代码的时候是分段调试的，每一步都输出中间结果看一眼，确认没问题再继续下一步。这是做图像处理项目最笨但最有效的调试方式。

2. 环境准备与易踩坑点

在开始写算法之前，先把环境搞好。这一步看起来简单，但我碰到的咨询问题里，至少有三分之一卡在这里。很多人的代码逻辑一点问题都没有，结果import cv2直接报错ModuleNotFoundError，那真是欲哭无泪。

2.1 Python版本和OpenCV安装

这个项目对Python版本的要求并不苛刻，Python 3.8到3.12都能跑。我自己用的是Python 3.10。OpenCV的话，建议直接安装4.5以上版本，功能完整，接口稳定。

安装命令非常简单：

pip install opencv-python opencv-contrib-python numpy

这里有个细节很多人不知道：opencv-python是基础库，opencv-contrib-python是扩展库，里面包含了很多额外的算法模块。虽然车牌识别用到的核心函数在基础库里就有，但为了以后跑别的项目方便，两个一起装省事。numpy是OpenCV的底层依赖，必须要有，因为图像在Python里本质上就是numpy数组。

装完之后验证一下：

import cv2 import numpy as np print(cv2.__version__) print(np.__version__)

如果输出了版本号，比如4.8.0和1.24.3，那环境就通了。

2.2 环境配置最容易翻车的三个地方

我见过太多人在环境上浪费时间的案例，这里集中说一下。

第一个坑是pip装到了错误的环境。比如你明明在Anaconda里建了一个虚拟环境，结果打开终端后直接敲pip install，装到了base环境里。然后在PyCharm里选了解释器，但选的又不是你刚才那个虚拟环境。一来二去，import cv2报错。解决办法是：在PyCharm的Terminal里直接执行pip install，或者在PyCharm设置里确认当前项目用的是哪个Python解释器，再在对应的解释器环境里安装。记住一句话——先看解释器路径，再动手装包。

第二个坑是安装时网络超时。OpenCV的包很大，直接pip下载经常卡住。这时候用国内镜像源就好很多：

pip install opencv-python opencv-contrib-python numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

实测下来速度能快好几倍。如果还是慢，还可以用豆瓣源、阿里源，都是一样的道理。

第三个坑是Anaconda Prompt里找不到opencv。很多人为了管理Python包装了Anaconda，但在Anaconda Prompt里运行conda install opencv之后，又把自己搞晕了。其实最简单的办法就是全部用pip管理，不要在conda和pip之间混着装，混装经常把依赖关系搞乱。我自己现在不管什么环境，统一用pip，省心。

最后一个忍不住提醒的点：用PyCharm新建项目时，有虚拟环境选项，你可以让PyCharm自动帮你创建venv，然后在这个venv里装依赖。新手不建议自己去手动配置系统级Python，那一堆环境变量和权限问题分分钟让人崩溃。

3. 车牌定位——边缘检测加形态学闭运算的完整流程

车牌定位是整个识别流程的地基。这一步要是找错位置，后面分割识别全白搭。我的方案是：先对图像做预处理突出边缘，再用形态学操作把车牌区域“连”成一块，最后用轮廓检测和几何筛选锁定最终位置。

3.1 预处理链路：灰度化、高斯模糊、Sobel边缘检测

车牌区域有一个非常明显的特征——字符密集，产生大量竖直边缘。所以预处理的核心目标就是把这种“有大量竖向纹理”的区域凸显出来。

第一步是灰度化。彩色图像有三个通道，处理起来计算量大，而且颜色信息在这个环节不是重点。cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)一行搞定。

第二步是高斯模糊。图像里总有各种噪声，噪声对边缘检测影响很大，会把不相关的纹理也当边缘检测出来。用高斯滤波平滑一下，噪声就被削弱了。核大小我选的5x5。别选太大，太大了会把车牌的字符边缘也模糊掉；也别太小，3x3有时候压不住噪声。

第三步是Sobel边缘检测。这里有个关键选择：我只做X方向（水平方向）的梯度。因为车牌上的字符是竖直笔画的，它们在水平方向上的灰度变化很明显，反映在梯度上就是X方向的梯度值大。而车牌边框、车身线条这些干扰物，在Y方向的梯度往往更突出。只保留X方向的边缘，相当于主动过滤掉了一部分干扰。这一步是很多人忽略的细节，但实测下来对定位精度提升很明显。

3.2 二值化与形态学闭运算

边缘检测完之后得到的是带灰度的边缘图，接下来要二值化，把边缘变成黑白分明的前景和背景。

我用了Otsu自适应阈值二值化：

_, binary = cv2.threshold(sobel_x, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

Otsu方法会根据图像的灰度分布自动算出一个合适的阈值，不用手动调。不同光照环境下拍的图片，灰度分布差异很大，用固定阈值很容易失效，Otsu就稳定很多。

二值化之后的图像，车牌的字符边缘应该是一堆竖线，但字符之间、字符和边框之间还不连续，轮廓检测的话会被拆成很多碎块。这时候就要请出形态学闭运算了。

闭运算就是先膨胀再腐蚀。膨胀会让白色区域变大、断裂的地方连上，腐蚀又把膨胀出来的边界收回去，但连通性已经保留了。对车牌定位来说，闭运算的作用就是：让车牌的字符边缘连成一片完整的白色矩形。

核大小我选的17x3。为什么是这么个尺寸？因为车牌是横向矩形，字符也是横向排开的，所以要在X方向多连接、Y方向少扩展。尺寸太小的核连不起来，太大了又容易把别的区域也连进来。17x3是根据车牌字符间距和车牌比例试出来的经验值，对大多数场景都适用。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 3)) closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)

3.3 轮廓查找与候选区筛选

形态学处理之后，图像里应该有大片连通区域，其中一个就是车牌。用cv2.findContours找出所有外部轮廓，然后逐个计算外接矩形。

contours, _ = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for contour in contours: x, y, w, h = cv2.boundingRect(contour) area = w * h ratio = w / h if area < 2000 or ratio < 2.0 or ratio > 5.5 or h < 20: continue plate_region = gray[y:y + h, x:x + w]

筛选规则就是利用车牌的先验知识：

• 面积不能太小，太小的区域不可能是车牌
• 宽高比在2.0到5.5之间。标准车牌大约是440mm x 140mm，宽高比3.14左右，加上拍摄角度的影响，会在这个区间浮动
• 高度至少20像素，低于这个值的区域就算找到了也没法做后续字符分割

这三个条件组合起来，能过滤掉绝大部分背景干扰。但也要实话实说：如果图片里恰好有一块面积、比例都接近车牌的广告牌或车身涂装，这里也会误检。解决办法在后面的“问题排查”章节里再详细讲。

3.4 一个经常被忽略的预处理细节

如果输入图片尺寸很大，比如几千万像素，预处理会非常慢，而且小细节会被放大，边缘检测结果特别碎。我的经验是：先判断图片最长边是否超过1000像素，超了就先用cv2.resize缩放到最长边1000再继续处理。这样定位速度能快很多，而且几乎不影响准确率，因为车牌区域在缩放后依然保留足够的边缘特征。等锁定车牌坐标之后，再映射回原图坐标去截取，保证后续字符识别的分辨率足够。

4. 字符分割——投影法的思路与翻车记录

车牌定位拿到的是一个矩形区域，里面包含车牌字符和边框背景。字符分割要做的就是把车牌图像切成单个字符。这一步看起来简单，实际翻车率极高，尤其是遇到汉字的时候。

4.1 车牌区域的先处理

从原图截出来的车牌区域，不能直接拿去分割。先要做几步清理。

第一步，把彩色转灰度。第二步，二值化。我用的是cv2.threshold配合Otsu。第三步，非常重要——去掉车牌边框。车牌上下左右是有边框的，边框也是白色像素，如果不先处理掉，投影的时候会和字符连在一起，导致分割失败。

去边框的方法有几种。简单粗暴的做法是：直接用固定像素裁剪，比如上下各裁掉5%高度，左右各裁掉5%宽度。如果车牌的拍摄角度比较正，这种裁剪方式完全够用。还有一种更稳健的做法是水平投影分析，统计每一行的白色像素数，找到字符区域的上下边界，这个后面讲投影法的时候一起说。

有一点要提醒：二值化的时候，白色背景、黑色字符或者黑色背景、白色字符都有可能。我的代码里统一约定字符是白色、背景是黑色，这样后续投影统计更方便。如果二值化后反了，用cv2.bitwise_not取反就行。

4.2 垂直投影法分割原理

字符分割的经典思路是垂直投影法。所谓垂直投影，就是把二值图像按列统计白色像素的数量。字符所在的列，白色像素会很多；字符与字符之间的缝隙列，白色像素几乎为零。统计完之后，白色像素从0跳到非0的位置就是字符的开始，从非0跳到0的位置就是字符的结束。

用numpy可以很简洁地实现：

def get_projection_columns(binary): col_sum = np.sum(binary == 255, axis=0) positions = [] in_char = False start = 0 for i, val in enumerate(col_sum): if val > 0 and not in_char: in_char = True start = i elif val == 0 and in_char: in_char = False positions.append((start, i)) return positions

然后根据这些起止坐标，在车牌区域里把每一列切片出来，就得到单个字符的图了。

4.3 汉字分裂和粘连两个老大难问题

垂直投影法有一个很经典的翻车场景：汉字被切成了两半。比如“京”字，左边和右边之间可能有一个白色的间隙，这个间隙一旦超过阈值，投影结果就把“京”字当成了两个字符。后面字符识别的时候，一个汉字被当成两个字符去匹配，结果自然是错的。

我的处理策略是：分割完之后，过滤掉宽度明显小于其他字符的碎片。因为车牌字符的宽度相对均匀，汉字即使分裂，裂出来的每一块宽度也只有正常字符的三分之一左右。按样例字符的中位宽度做一个阈值判定，把过窄的碎片合并到相邻区域。这个方法不完美，但在大多数情况下能把分裂的汉字救回来。

另一个问题是字符粘连。如果二值化阈值没选好，或者车牌有脏污，字符边缘的白色像素会连在一起，投影法就分不开了。这时候可以用形态学开运算（先腐蚀再膨胀）把粘连的地方断开。核大小选小一点，比如3x3，一步步试，过了就过了，别把字符本身也腐蚀没了。

分割完成后，把每个字符统一缩放成固定尺寸，比如40x20像素。这样后续模板匹配的时候，模板和待测字符的尺寸就一致了，不用再做额外的归一化。

5. 字符识别——模板匹配在车牌场景为什么够用

字符分割之后，每个字符都是一张小图。接下来要把它和字符模板做比对，找出最相似的模板，输出对应字符。这一步我选的是模板匹配而不是OCR或者深度学习，下面说说理由和实现。

5.1 三种字符识别方案对比

做字符识别之前，我列了一个简单的对比表：

车牌识别的实际场景有个特点：车牌字符的类别是有限的。省份简称（汉字，大约30多个）、字母（24个，排除I和O）、数字（10个），加起来也就70类左右。字体在标准车牌上也是相对统一的。这意味着模板匹配的短板——对字体变化敏感——在这个场景里没有想象中那么致命。

Tesseract OCR我也试过，它对印刷体和手写体的识别确实不错，但车牌字符周围有边框、有铆钉、有反光，Tesseract经常把额外的内容当成字符的一部分，而且中文车牌识别率一言难尽。调试了几次之后就放弃了。

所以最后坚定的选了模板匹配。这里补充一句，如果你的应用场景是各种不同样式的车牌（比如国外车牌，字体五花八门），那模板匹配就不够用了，老老实实上深度学习才是正道。但标准国内蓝牌，模板匹配真的能打。

5.2 模板库的构建思路

模板匹配的第一步是准备模板库。网上能找到别人做好的车牌字符模板包，但更多时候你得自己准备。自己做的好处是：可以针对你实际要识别的车牌字体来定制。

模板的来源有两种。一种是直接从标准车牌图片里切出来，但需要标注，麻烦。另一种是找一套和车牌字体接近的字体文件，用代码渲染出字符图片，再经过和实际车牌相同的预处理流程（灰度化、二值化、缩放），生成模板。我用的是第二种，简单可控，而且方便随时补充字符类别。

模板分为两组：汉字模板和字母数字模板。汉字模板单独放一个目录，字母数字模板放另一个目录。因为汉字的笔画复杂，和字母数字的特征差异很大，放一起匹配容易出现奇怪的结果。

生成完模板后，文件名就是字符本身，比如“京.jpg”、“A.jpg”、“1.jpg”。这样匹配完直接拿文件名做结果输出，非常方便。

5.3 匹配算法与识别代码实现

OpenCV的matchTemplate函数实现了模板匹配，原理是在待测图像上滑动模板，逐个位置计算相似度。对于单字符的识别，待测字符和模板都是小图，计算量很小。

匹配方法我用的是cv2.TM_CCOEFF_NORMED，归一化相关系数匹配。这个方法对光照变化不敏感，而且返回值在0到1之间，可以认为接近1的就是最佳匹配。

def match_char(char_img, template_dir): best_similar = -1 best_char = None for template_file in glob.glob(os.path.join(template_dir, "*.jpg")): template = cv2.imread(template_file, cv2.IMREAD_GRAYSCALE) template = cv2.resize(template, (char_img.shape[1], char_img.shape[0])) result = cv2.matchTemplate(char_img, template, cv2.TM_CCOEFF_NORMED) _, max_val, _, _ = cv2.minMaxLoc(result) if max_val > best_similar: best_similar = max_val best_char = os.path.splitext(os.path.basename(template_file))[0] return best_char

这里有几个操作要点：

• 模板读取时用cv2.IMREAD_GRAYSCALE，保证输入是灰度图
• 模板resize到和待测字符相同的尺寸，否则模板函数会报错
• 匹配完成之后，用minMaxLoc取出最大相似度值和对应的模板名

整体识别的时候，第一个字符用汉字模板库匹配，后面的字符用字母数字模板库匹配。不要全部混在一起匹配。混在一起的话，“0”和“O”这种相似字符很容易搞混，分开匹配还能降低一点错误率。

5.4 我在匹配过程中的实测心得

模板匹配在实际跑的时候，有几次让我印象很深。

第一次是识别模糊的车牌照片，字符边缘不清晰，二值化之后字形有残缺。匹配结果出现了不少误判，比如“B”认成“8”，“D”认成“0”。后来在预处理环节加了一步中值滤波，轮廓平滑了不少，误判率明显下降。

第二次是车牌区域有倾斜。车辆拍照的时候车牌难免歪一点，字符也跟着歪，歪了的字符和正着的模板匹配效果自然差。这就要在定位之后加入透视矫正步骤，通过车牌四个角点做透视变换，把车牌拉正再做后续处理。这个步骤有点复杂，但确实能救回不少倾斜场景。

第三次是把相似度阈值设得太低。一开始我只要最高匹配分数超过0.5就采用结果，结果很多低质量字符被强行识别成了错误字符。后来我把阈值调到0.7，低于这个值的一律返回“无法识别”，整体准确率反而上去了。宁可不识别，也不要认错，这在车牌场景里很重要——认错一个数字可能导致完全不同的车辆信息。

6. 用PyQt5做一个可视化的车牌识别工具

算法链路跑通之后，我突发奇想，干脆给它包了一个PyQt5的GUI界面。原因很简单：识别结果放在控制台里，自己看看还行，给别人演示或者让门卫师傅用，实在上不了台面。而且做GUI的过程也能把整个项目的模块化程度拉高。

6.1 界面交互思路

界面设计得比较简单：一个加载图片按钮，一个显示原图的区域，一个显示识别结果的文本框。加载图片后程序自动执行定位、分割、识别，在图上用绿色矩形框标出车牌位置，文本框显示识别出的车牌号码。整个流程对使用的人来说就两步——选图片，看结果。

6.2 OpenCV图像如何在Qt界面显示

这里有一个技术细节值得讲一下：OpenCV读入的图像默认是BGR格式的numpy数组，而Qt的QLabel显示图片需要QImage或QPixmap。颜色通道不转换的话，显示出来会整体偏蓝。转换方法如下：

def cv2_to_qpixmap(cv_img): rgb_image = cv2.cvtColor(cv_img, cv2.COLOR_BGR2RGB) height, width, channel = rgb_image.shape bytes_per_line = channel * width q_image = QImage(rgb_image.data, width, height, bytes_per_line, QImage.Format_RGB888) return QPixmap.fromImage(q_image)

核心就是cv2.cvtColor做颜色空间转换。这个坑我第一次就踩了，显示出来的图片蓝汪汪一片，还以为代码写错了，后来才想起OpenCV用的是BGR顺序。

6.3 把识别流程封装成可复用组件

GUI这件事给我最大的收获不是界面本身，而是强迫我把识别流程好好封装了一下。我把整个流程抽象成了几个函数：

• preprocess_image()——预处理
• locate_plate()——定位车牌
• split_characters()——分割字符
• recognize_character()——识别单个字符
• recognize_plate()——串联整个流程

串联函数大概长这样：

def recognize_plate(image_path): image = cv2.imread(image_path) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) plate_region, box = locate_plate(gray) if plate_region is None: return "未检测到车牌", image chars = split_characters(plate_region) if len(chars) < 7: return "字符分割异常", image plate_text = "" for i, char_img in enumerate(chars): if i == 0: plate_text += match_char(char_img, "templates/chinese") else: plate_text += match_char(char_img, "templates/alnum") return plate_text, image

封装好之后，再想去适配其他输入源就方便了。比如接摄像头实时识别，只需要在视频流的每一帧里调用recognize_plate，再把结果叠加到帧上显示就行。我在自己的电脑摄像头测试过，帧率虽然不高，但跑通整个流程是没问题的。

7. 常见问题与排查技巧实录

做这个项目的过程里，各种问题层出不穷。我把最有代表性的几个整理成一张速查表，方便照着排查。

除了表格里的，还有两个我在实际中总结出来的经验性技巧。

第一，摄像头安装角度别太刁钻。固定机位的摄像头角度尽量正对车牌，俯仰角控制在30度以内，左右偏移也别太大。角度越大，透视变形越严重，字符分割和匹配的难度呈指数级上升。如果没法保证角度，优先做透视矫正，别硬扛。

第二，夜间场景补光比调算法更重要。夜间的车牌识别率低，很大一部分原因是图像太暗、噪声太多。如果你的应用场景有夜间需求，优先解决光照问题。我在测试的时候发现，简单加一个补光灯或者调高摄像头的曝光补偿，识别率比调一晚上算法参数提升得还明显。这个道理放在工业现场也一样——尽量从源头优化图像质量，别指望后处理能救回一张烂图。

最后说一下这套方案的局限性。如果车牌的字体不是标准字体（比如新能源汽车绿色渐变车牌，或者个性化车牌），模板匹配的准确率会明显下降。还有一个就是倾斜严重的图片，不矫正的话后面几乎全废。想要一个“什么情况都能识别”的系统，还是得考虑引入深度学习模型来做检测，或者叠加更负责的矫正算法。但作为理解图像处理原理、掌握OpenCV核心操作的实战项目，这个方案已经非常值得动手做一遍了。

我个人在折腾完这个项目之后，最大的感受是：OpenCV里每个函数单独看都不难，难的是把它们按照正确的顺序、正确的参数组合起来。而车牌识别这个项目恰好把灰度变换、滤波、边缘检测、形态学、轮廓分析、模板匹配这些最基础也最常用的图像处理技术全部穿起来了。如果你能自己独立把这条链路跑通，再去看其他图像处理项目，思路会清晰很多。