PyCharm+OpenCV车牌识别实战：从环境搭建到字符分割的完整链路-平芜编程栈

简介：本资源是一套基于Python、PyCharm与OpenCV的车牌识别完整项目源码，面向具备一定Python基础、希望入门计算机视觉与深度学习实战的开发者，可用于交通监控、智能停车等场景的学习与二次开发。压缩包共69个文件，约35.89MB，以21个py脚本和23个pyc编译文件为核心，辅以7个h5模型权重、7张jpg示例图、3个gif演示、2个xml配置、1个ttf字体及mp4录屏等，覆盖从图像预处理、车牌定位、文本分割到字符识别的完整链路。项目内含HyperLPR相关模块与模型配置，可直接运行detect_test等脚本查看检测效果。目前已有876人学习下载，适合作为课程设计、毕业设计或CV入门练手参考，帮助读者理解边缘检测、轮廓筛选、连通组件分析与CNN字符识别等关键环节，并借助PyCharm高效调试与组织代码。

1. 从一堆糊图到能跑的车牌识别：这套 PyCharm+OpenCV 资源到底值不值得拆

手头有一批停车场出入口的抓拍图，分辨率参差不齐，角度还带点偏，想用 Python 把车牌区域框出来、再把字符切出来做识别，结果搜到的教程要么只讲理论、要么代码跑不通——这是我见过太多从业者的真实处境。这套「PyCharm - Python - OpenCV - 车牌识别」资源，核心就是一条从环境搭建到字符分割的完整链路：用 OpenCV 做图像预处理、边缘检测、形态学操作定位车牌，再配合轮廓筛选和透视校正把车牌摆正，最后切出单个字符供后续识别模型使用。它适合两类人：一是刚接触计算机视觉、想找一个能跑通的完整小项目练手的开发者；二是手里有实际抓拍数据、需要快速搭一套车牌定位预处理管线的工程师。整套东西不依赖深度学习框架，纯 OpenCV + NumPy 就能跑，对机器要求低，调试过程透明，每一步的中间结果都能可视化出来，这对排查问题非常关键。

2. 环境搭建与图像预处理：把 PyCharm 工程跑起来的第一道坎

2.1 工程结构与依赖安装

拿到资源后第一件事不是急着跑主程序，而是先把工程结构理清楚。常见的组织方式是这样：

license_plate_recognition/ ├── main.py # 主流程入口 ├── preprocess.py # 图像预处理模块 ├── locate.py # 车牌定位模块 ├── segment.py # 字符分割模块 ├── utils.py # 绘图、保存等工具函数 ├── images/ # 测试图片目录 └── requirements.txt # 依赖清单

在 PyCharm 里新建项目后，把上述文件放进去，然后配置解释器。我一般会单独建一个虚拟环境，避免和系统 Python 里的包打架。依赖清单通常只有三个核心包：

pip install opencv-python numpy matplotlib

这里有个细节：opencv-python和opencv-contrib-python的区别。前者只包含主模块，后者多了 SIFT、SURF 等专利算法和部分扩展模块。车牌识别这个场景用主模块就够了，不需要装 contrib 版本，装了反而可能因为版本冲突导致cv2.imshow报错。版本上，OpenCV 4.x 和 3.x 在 API 上有几处不兼容，比如cv2.findContours的返回值数量从 3 个变成了 2 个，如果资源里的代码是按 3.x 写的，在 4.x 环境下会直接抛ValueError。常见做法是锁定opencv-python==4.5.x这个区间，兼容性最稳。

提示：PyCharm 里如果出现ModuleNotFoundError: No module named 'cv2'，先检查解释器是不是选到了虚拟环境，再看pip list里有没有装成功。Windows 上偶尔会因为权限问题装到用户目录，导致 PyCharm 找不到。

2.2 灰度化、高斯模糊与边缘检测的参数逻辑

预处理是整个链路里最容易被忽视、但最影响后续定位效果的一步。原始抓拍图是 BGR 三通道，直接做边缘检测会引入大量颜色噪声，所以第一步是灰度化：

import cv2 import numpy as np def preprocess_image(image_path): # 读取原始图像 img = cv2.imread(image_path) if img is None: raise FileNotFoundError(f"无法读取图片: {image_path}") # 灰度化：BGR -> GRAY gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 高斯模糊：核大小(5,5)，标准差自动计算 blurred = cv2.GaussianBlur(gray, (5, 5), 0) # Sobel 水平边缘检测：车牌字符垂直边缘丰富，水平方向梯度明显 sobel_x = cv2.Sobel(blurred, cv2.CV_16S, 1, 0, ksize=3) abs_x = cv2.convertScaleAbs(sobel_x) # 自适应阈值二值化 binary = cv2.adaptiveThreshold( abs_x, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 17, -5 ) return img, gray, blurred, binary

逐段说逻辑。cv2.GaussianBlur的核大小选(5,5)是个经验值：太小去不掉噪声，太大把车牌边缘也糊掉了。标准差传 0 表示让 OpenCV 根据核大小自动算，一般不用手动调。Sobel 这里只取 x 方向，是因为车牌区域的字符排列产生密集的垂直边缘，水平梯度响应强；如果取 y 方向，反而会把车身线条和背景纹理带进来。ksize=3是最小的 Sobel 核，对细边缘敏感，适合车牌这种字符间距小的场景。

自适应阈值那块，blockSize=17表示每个像素参考周围 17×17 的区域来算阈值，C=-5是从计算出的均值里减掉 5，用来抑制背景噪声。这两个参数是调参重点：如果二值化后车牌区域断断续续，把blockSize调大；如果背景噪点太多，把C往负方向调。

注意：cv2.convertScaleAbs不能省。Sobel 输出是 16 位有符号数，直接拿去二值化会因为负值被截断成 0，导致边缘信息丢失。这一步是很多新手翻车的地方。

3. 车牌定位与形态学处理：从边缘图里把车牌框出来

3.1 形态学闭运算与轮廓筛选策略

拿到二值边缘图后，车牌区域表现为一堆密集的短竖线。直接找轮廓会得到几百个碎块，所以要用形态学闭运算把相邻的字符边缘连成一块：

def locate_plate(binary): # 定义形态学核：宽 17 高 5，横向连接字符边缘 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5)) # 闭运算：先膨胀后腐蚀，填充字符间空隙 morph = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel) # 再做一次膨胀，让车牌区域更完整 morph = cv2.dilate(morph, kernel, iterations=1) # 查找轮廓 contours, _ = cv2.findContours( morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE ) candidates = [] for cnt in contours: x, y, w, h = cv2.boundingRect(cnt) # 宽高比筛选：车牌一般在 2.5 到 5.5 之间 aspect_ratio = w / float(h) # 面积筛选：去掉太小的噪点 area = w * h if 2.5 <= aspect_ratio <= 5.5 and area > 2000: candidates.append((x, y, w, h)) # 按面积从大到小排序，取最大的作为车牌 candidates.sort(key=lambda b: b[2] * b[3], reverse=True) return candidates

形态学核的尺寸(17,5)是这套方案的核心参数。宽度 17 是为了把相邻字符之间的间隙填上——国内蓝牌字符间距大概在 10 到 15 像素（取决于图像分辨率），核宽必须大于这个间隙才能连成一片。高度 5 是为了不把上下方向的无关区域也连进来。如果换成(5,17)，那就变成纵向连接，完全跑偏。

宽高比筛选范围2.5 ~ 5.5覆盖了常见蓝牌和新能源绿牌的比例。蓝牌是 440mm×140mm，比例约 3.14；新能源绿牌是 480mm×140mm，比例约 3.43。留出上下浮动空间是为了容忍拍摄角度带来的透视变形。面积阈值2000是个粗略过滤，实际用的时候要根据图像分辨率调整：如果原图是 1920×1080，这个值可以提到 5000 以上；如果是 640×480 的小图，2000 可能偏大。

3.2 透视校正与 ROI 裁剪

定位到的车牌往往带角度，直接切字符会切歪。常见做法是用cv2.minAreaRect拿到最小外接旋转矩形，再做仿射变换摆正：

def correct_plate(img, box): x, y, w, h = box roi = img[y:y+h, x:x+w] # 转灰度后做一次 OTSU 二值化 gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) _, binary_roi = cv2.threshold( gray_roi, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU ) # 找到所有字符轮廓 contours, _ = cv2.findContours( binary_roi, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE ) # 按 x 坐标排序，保证字符从左到右 char_boxes = [] for cnt in contours: cx, cy, cw, ch = cv2.boundingRect(cnt) if ch > h * 0.3: # 过滤掉太小的噪点 char_boxes.append((cx, cy, cw, ch)) char_boxes.sort(key=lambda b: b[0]) return roi, binary_roi, char_boxes

OTSU 二值化在这里比自适应阈值更合适，因为 ROI 区域已经限定在车牌内，背景相对单一，OTSU 能自动找到最佳分割阈值。字符高度过滤用h * 0.3是因为车牌字符高度一般占车牌高度的 60% 到 80%，取 30% 作为下限能有效滤掉铆钉和边框产生的碎轮廓。

提示：如果定位到的车牌有明显倾斜，cv2.minAreaRect返回的角度需要做归一化处理——OpenCV 4.x 里角度范围是[0, 90)，而 3.x 是[-90, 0)，直接套用旋转矩阵会转错方向。稳妥做法是先判断角度正负，再决定旋转方向。

4. 字符分割与常见翻车点排查

4.1 垂直投影法切分字符

轮廓法在字符粘连时容易把两个字符框在一起，这时候垂直投影更稳：

def segment_by_projection(binary_roi): # 垂直投影：统计每列白色像素个数 height, width = binary_roi.shape projection = np.sum(binary_roi == 255, axis=0) # 设定阈值，低于阈值的列认为是字符间隙 threshold = height * 0.05 gaps = [] in_char = False start = 0 for i, val in enumerate(projection): if val > threshold and not in_char: in_char = True start = i elif val <= threshold and in_char: in_char = False if i - start > 3: # 过滤太窄的干扰 gaps.append((start, i)) # 处理最后一个字符延伸到边缘的情况 if in_char: gaps.append((start, width)) return gaps

投影法的逻辑是：字符所在列白色像素多，间隙列白色像素少。阈值取height * 0.05是个保守值，能容忍二值化后字符边缘的毛刺。i - start > 3这个过滤是为了去掉单个噪点列。这套方法对字符间距均匀的蓝牌效果好，但新能源绿牌字符间距有变化，可能需要把阈值调低到0.03。

4.2 避坑与排查：五个血泪教训

现象一：程序跑完没有任何输出，也不报错。原因通常是cv2.imread读到了空图，但代码里没做 None 判断，后续操作全在空数组上执行，OpenCV 不抛异常直接返回空结果。解决：每个imread后面强制加if img is None判断，把路径打印出来确认。

现象二：车牌定位框到了车灯或保险杠上。原因是形态学核太宽，把车灯边缘也连成了块。解决：把核宽度从 17 降到 13 试试，同时把宽高比上限从 5.5 收紧到 4.5。如果还不行，加一个颜色筛选——蓝牌在 HSV 空间里 H 通道集中在 100 到 124 之间，可以先做颜色掩膜再定位。

现象三：字符分割把“京”字切成了两半。原因是垂直投影阈值太高，字符中间笔画稀疏的列被误判为间隙。解决：把阈值从height * 0.05降到height * 0.02，或者改用轮廓法做交叉验证，两种方法结果不一致时取轮廓法的结果。

现象四：PyCharm 里cv2.imshow窗口一闪而过。原因是没加cv2.waitKey(0)，或者加了但后面没跟cv2.destroyAllWindows()。在 PyCharm 的 Run 模式下，窗口关闭后进程直接结束。解决：调试阶段统一用cv2.imwrite把中间结果存到本地看，比imshow稳定得多。

现象五：换一张新图就完全失效。原因是所有参数都是针对测试图硬调的，泛化能力为零。解决：把blockSize、形态学核尺寸、宽高比范围这几个参数抽成配置字典，针对不同分辨率准备几组预设值，运行时根据图像尺寸自动选。

5. 从能跑到好用：参数自适应与批量验证的实操习惯

把单张图跑通只是起点，真正要落地得解决批量处理和参数自适应。我一般会写一个参数扫描脚本，把关键参数做成网格，用一批标注好的图跑准确率：

import itertools import os def grid_search(image_dir, label_dir): # 待扫描的参数组合 block_sizes = [15, 17, 19, 21] kernel_widths = [13, 15, 17, 19] aspect_ranges = [(2.5, 5.0), (2.5, 5.5), (3.0, 5.5)] best_acc = 0 best_params = None for bs, kw, ar in itertools.product( block_sizes, kernel_widths, aspect_ranges ): correct = 0 total = 0 for fname in os.listdir(image_dir): if not fname.endswith('.jpg'): continue total += 1 # 用当前参数跑一遍定位 pred_box = run_pipeline( os.path.join(image_dir, fname), bs, kw, ar ) # 和标注框算 IoU gt_box = load_label(label_dir, fname) if iou(pred_box, gt_box) > 0.5: correct += 1 acc = correct / total if total > 0 else 0 if acc > best_acc: best_acc = acc best_params = (bs, kw, ar) return best_params, best_acc

这个脚本的价值在于把“凭感觉调参”变成“用数据选参”。blockSize扫描范围 15 到 21 是因为低于 15 时自适应阈值对噪声太敏感，高于 21 时局部特征被过度平滑。核宽度 13 到 19 覆盖了常见分辨率下的字符间距。宽高比三组预设对应不同拍摄角度。IoU 阈值 0.5 是目标检测里的通用标准，定位框和标注框重叠超过一半就算对。

跑完网格搜索后，把最优参数写回配置文件，再跑一遍全量测试确认没有过拟合。我习惯在utils.py里加一个save_debug_image函数，把每一步的中间结果拼成一张大图存下来，出问题时直接看这张图就能定位到是哪一步崩的，比在 PyCharm 里打断点快得多。