車牌識別基礎功能演示

摘要：車牌識別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯數(shù)字及號牌顏色）進行處理的技術(shù)。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應用十分廣泛。本文詳細介紹了車牌識別技術(shù)的基本實現(xiàn)原理，并且基于python與pyqt開發(fā)了一套功能完整的車牌識別的停車場管理系統(tǒng)軟件，實現(xiàn)了通過圖片或者攝像頭的方式進行進出停車場車輛車牌自動識別、車牌登記信息錄入、已登記車輛有效期時間管理、車輛進出記錄管理以及外來車輛收費系統(tǒng)等功能。本文提供了完整的Python代碼和使用教程，給感興趣的小伙伴參考學習，完整的代碼資源文件獲取方式見文末。

點擊跳轉(zhuǎn)至文末《完整源碼及相關(guān)文件》獲取

---

1. 前言

車牌識別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯數(shù)字及號牌顏色）進行處理的技術(shù)。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應用十分廣泛。它以數(shù)字圖像處理、模式識別、計算機視覺等技術(shù)為基礎，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。

車牌識別技術(shù)主要應用領域有停車場收費管理，交通流量控制指標測量，車輛定位，汽車防盜，高速公路超速自動化監(jiān)管、闖紅燈電子警察、公路收費站等等功能。對于維護交通安全和城市治安，防止交通堵塞，實現(xiàn)交通自動化管理有著現(xiàn)實的意義。

博主根據(jù)車牌識別技術(shù)開發(fā)了本文中介紹的一套功能完整的停車場收費與車輛管理系統(tǒng)，功能主要包括：進出停車場車輛車牌自動識別、車牌登記信息錄入、已登記車輛有效期時間管理、車輛進出記錄管理以及外來車輛收費系統(tǒng)等功能。

基于該車牌識別技術(shù)，博主經(jīng)過長時間開發(fā)，總共寫了近3000行代碼，并且整個系統(tǒng)經(jīng)過了詳細的調(diào)試修改。最終開發(fā)了本文介紹的車牌識別停車場管理系統(tǒng)軟件【python與PYQT5]】，功能主要包括：進出停車場車輛車牌自動識別、車牌登記信息錄入、已登記車輛有效期時間管理、車輛進出記錄管理以及外來車輛收費系統(tǒng)等。

覺得不錯的小伙伴，感謝點贊、關(guān)注加收藏哦！更多干貨內(nèi)容持續(xù)更新…

登錄后的軟件初始界面如下圖所示：

2. 軟件核心功能介紹及效果演示

軟件主要功能包括以下幾個部分：

1. 登錄注冊模塊：提供系統(tǒng)的登錄注冊功能；
2. 車輛信息登記錄入模塊：用于進行特殊車輛、月租車輛或業(yè)主車輛的信息管理，登記指定日期內(nèi)車輛進出不收費，過期后正常收費；
3. 車牌進出識別模塊：用于識別停車場出入車輛的車牌信息，同時記錄出入時間，并顯示出入信息、收費信息、停車場車位數(shù)量信息；
4. 已登記錄入車輛信息管理模塊：對已錄入的車輛信息進行搜索、修改、刪除等管理；
5. 車輛進出信息管理模塊：記錄車輛進出信息、并對進出車輛進出信息搜索、刪除等管理
6. 自動收費模塊：能夠依據(jù)記錄的出入時間自動計算出入車輛的需要繳納的費用。

下面將詳細介紹各個模塊的基本功能：

2.1 登錄注冊功能模塊

本軟件提供了基礎的登錄注冊功能，對于新用戶需要先注冊賬號才可以進行登錄。界面如下：

2.2 車輛信息登記錄入功能模塊

車輛信息登記錄入功能的主要作用是對特殊車輛、月租車輛或業(yè)主車輛進行信息管理，車輛在登記日期區(qū)間內(nèi)，可以免費進出停車場，但是過期后需正常繳費。可在信息管理界面修改日期信息。

車輛登記需要進行照片采集，可通過上傳照片或者攝像頭拍照的這兩種方式進行采集，車牌會自動識別填入文本框內(nèi)。然后選擇車輛登記有效日期，選填人員信息等內(nèi)容。點擊保存按鈕，即可將信息保存至數(shù)據(jù)庫中。采集的車輛圖片會默認存入data/imgs目錄中，命名方式為車牌號.jpg。
車牌信息登記的初始界面如下：

上傳圖片方式采集車輛圖片方式如下:

攝像頭采集車輛圖片方式如下：
先開啟攝像頭，車輛處于合適位置后，點擊拍照按鈕采集，點擊關(guān)閉攝像頭按鈕即可。

采集后的車輛圖片存儲位置data/imgs目錄下：

2.3 車牌識別車輛出入及收費系統(tǒng)模塊

可通過圖片或者攝像頭的方式，對出入的車輛進行車牌識別。并顯示車輛信息，收費信息，停車場車位數(shù)目等。并且可以通過單選按鈕來模擬車輛的進出，從而顯示不同的出入信息。
費用計算方式：費用計算:不足半小時免費，超過每小時5元，不足1小時按1小時算,每24小時20元封頂。

圖片方式來模擬車輛的進入與外出：

車輛進入顯示的信息如下：

車輛外出顯示信息如下：
注：登記車輛會顯示登記剩余天數(shù)，外來車輛沒有剩余天數(shù)顯示。


攝像頭方式來模擬車輛的進入與外出：

2.4 車輛信息數(shù)據(jù)管理模塊

該界面主要是顯示已登記的車輛信息，支持搜索及日期、業(yè)主信息等修改，以及信息刪除功能。
功能展示如下：
搜索功能

修改、刪除功能：
修改方法：雙擊表中的內(nèi)容后，點擊修改按鈕，然后點擊保存操作按鈕，更新數(shù)據(jù)庫。
刪除方法：選中要刪除的行，然后點擊刪除按鈕，然后點擊保存操作按鈕，更新數(shù)據(jù)庫。

顯示全部按鈕用于顯示全部已錄入的車輛信息。

2.5 車輛出入記錄模塊

該界面用于記錄車輛的出入信息：包括車牌、出入時間、車輛類型。
支持搜索與刪除信息功能。
**刪除方法：**選中要刪除的行，然后點擊刪除按鈕，然后點擊保存操作按鈕，更新數(shù)據(jù)庫。
功能展示如下：

3. 車牌識別基本原理介紹

3.1 基本原理

車牌識別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯數(shù)字及號牌顏色）進行處理的技術(shù)。車牌識別技術(shù)應用十分廣泛，它是以數(shù)字圖像處理、模式識別、計算機視覺等技術(shù)為基礎，對含有車輛號牌的圖像進行分析處理，從而確定牌照在圖像中的位置，并進一步提取和識別出文本字符，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。

車牌識別的常規(guī)處理過程流程包括：圖像采集、圖像預處理、車牌定位、字符分割、字符識別及結(jié)果輸出等處理過程。如下圖所示：

上述各個流程相輔相成，每個處理過程均須保證其高效和較高的抗干擾能力，只有這樣才能保證識別功能達到滿意的效果，其中車牌定位、字符分割及字符識別這三個步驟尤為重要。

車牌定位
車牌定位的主要工作是從靜態(tài)圖片或視頻幀中找到車牌位置，并把車牌從圖像中單獨分離出來以供后續(xù)處理模塊處理，車牌定位如下圖所示：

車牌定位的本質(zhì)就是車牌目標檢測，目前車牌位置檢測方法主要有以下兩種：
【方法1】基于圖形圖像學的定位方法
該方法主要有以下幾種方式：（1）基于顏色的定位方法，如彩色邊緣算法、顏色距離和相似度算法等；（2）基于紋理的定位方法，如小波紋理、水平梯度差分紋理等；（3）基于邊緣檢測的定位方法；（4）基于數(shù)學形態(tài)的定位方法。

基于圖形圖像學的定位方法，容易受到外界干擾信息的干擾而造成定位失敗。如基于顏色分析的定位方法中，如果車牌背景顏色與車牌顏色相近，則很難從背景中提取車牌；在基于邊緣檢測的方法中，車牌邊緣的污損也很容易造成定位失敗。外界干擾信息的干擾也會欺騙定位算法，使得定位算法生成過多的非車牌候選區(qū)域，增大了系統(tǒng)負荷。

【方法2】基于機器學習的定位方法
基于機器學習的方法有基于特征工程的定位方法和基于神經(jīng)網(wǎng)絡的定位方法等。例如通過opencv提供的基于haar特征的級聯(lián)分類器，訓練一個車牌定位系統(tǒng)。但該方法訓練十分費時，分類定位的效率也較低。因此當前在目標定位方面，基于深度學習神經(jīng)網(wǎng)絡的方法是主流方法。深度學習的檢測算法主要有Mobilene-SSD、YOLO-v5等，利用大批量的標注數(shù)據(jù)進行訓練模型，然后利用訓練好的模型進行車牌區(qū)域檢測。

字符識別
當車牌區(qū)域被檢測出來后，如何對這一區(qū)域中的字符進行識別，主要有兩種思路：
【方法1】首先利用一系列字符分割的算法將車牌中的字符逐個分開，然后基于深度學習進行字符分類，得到識別結(jié)果；
【方法2】直接對車牌區(qū)域采用端到端的網(wǎng)絡進行識別。

本文我們直接基于網(wǎng)絡上開源的HyperLPR 高性能開源中文車牌識別框架，來進行車牌區(qū)域與字符識別，該方法支持支持python3,支持Windows Mac Linux 樹莓派等。
具體使用方法如下：
【1】導入第三方庫OpenCV和hyperlpr，并讀取一張車牌圖片調(diào)用架構(gòu)中的車牌識別方法獲得結(jié)果，示例代碼如下：

#導入包
from hyperlpr import *
#導入OpenCV庫
import cv2
#讀入圖片
image = cv2.imread("2.jpg")
#識別結(jié)果
print(HyperLPR_plate_recognition(image))

代碼運行結(jié)果如下，包含了車牌字符：'京EL0662'、置信度值：0.9737052321434021、車牌位置坐標：[255, 196, 367, 236]、圖片尺寸形狀：【3, 518, 690】（3通道，高518，寬690）信息。

(1, 3, 518, 690)
255 196 367 236
[['京EL0662', 0.9737052321434021, [255, 196, 367, 236]]]

下面我們將車牌的識別結(jié)果信息顯示在圖片上，代碼如下：

# coding:utf-8
# 導入包
from hyperlpr import *
# 導入OpenCV庫
import cv2
from PIL import Image, ImageDraw, ImageFont
import numpy as np# 定義畫圖函數(shù)
def drawRectBox(image, rect, addText, fontC):"""車牌識別，繪制矩形框與結(jié)果:param image: 原始圖像:param rect: 矩形框坐標:param addText:車牌號:param fontC: 字體:return:"""# 繪制車牌位置方框cv2.rectangle(image, (int(round(rect[0])), int(round(rect[1]))),(int(round(rect[2]) + 15), int(round(rect[3]) + 15)),(0, 0, 255), 2)# 繪制字體背景框cv2.rectangle(image, (int(rect[0] - 1), int(rect[1]) - 25), (int(rect[0] + 120), int(rect[1])), (0, 0, 255), -1, cv2.LINE_AA)img = Image.fromarray(image)draw = ImageDraw.Draw(img)draw.text((int(rect[0] + 1), int(rect[1] - 25)), addText, (255, 255, 255), font=fontC)imagex = np.array(img)return imagex# 讀取選擇的圖片
image = cv2.imread('2.jpg')
all_res = HyperLPR_plate_recognition(image)
# 車牌標注的字體
fontC = ImageFont.truetype("Font/platech.ttf", 20, 0)
# all_res為多個車牌信息的列表，取第一個車牌信息
lisence, conf, boxes = all_res[0]
image = drawRectBox(image, boxes, lisence, fontC)
cv2.imshow('RecognitionResult', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代碼運行結(jié)果如下，可以看到車牌信息與方框被很好的標注在了圖片上：

但是，在生活中，我們更多用到的是從視頻中對車牌進行識別，因此我們只需要對視頻的每一幀圖片進行車牌識別檢測，然后將檢測信息繪制上去即可，核心代碼如下：

# 讀取攝像頭
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
# 車牌標注的字體
fontC = ImageFont.truetype("Font/platech.ttf", 20, 0)while True:ref, frame = cap.read()if ref:# 識別車牌all_res = HyperLPR_plate_recognition(frame)  if len(all_res) > 0:lisence, conf, boxes = all_res[0]  frame = drawRectBox(frame, boxes, lisence, fontC)cv2.imshow("RecognitionResult", frame)  if cv2.waitKey(10) & 0xFF == ord('q'):break  # 退出else:break

識別結(jié)果如下：

以上便是關(guān)于車牌識別的基本原理介紹與代碼演示?；谠撥嚺谱R別技術(shù)，最終博主經(jīng)過長時間開發(fā)，總共干了近3000行代碼，并且整個系統(tǒng)經(jīng)過了詳細的調(diào)試修改。最終開發(fā)了本文介紹的車牌識別停車場管理系統(tǒng)軟件【python與PYQT5]】，能夠基于車牌識別很好的實現(xiàn)進出停車場車輛車牌自動識別、車牌登記信息錄入、已登記車輛有效期時間管理、車輛進出記錄管理以及外來車輛收費系統(tǒng)等功能。

關(guān)于該停車系統(tǒng)的涉及到的完整源碼、UI界面代碼等相關(guān)文件，均已打包上傳，感興趣的小伙伴可以通過下載鏈接自行獲取。

【獲取方式】

關(guān)注文末GZH名片【阿旭算法與機器學習】，回復【車牌識別】可獲取下載方式

本文涉及到的完整全部程序文件：包括python源碼、UI文件、測試圖片、視頻等文件（見下圖），均已打包上傳，按說明配置好環(huán)境后，點擊運行即可。

【pycharm打開項目界面如下】

文件夾下的資源顯示如下圖：

注意：該代碼采用Pycharm+Python3.8開發(fā)，運行界面的主程序為main.py(不含登錄界面)；login_main.py(含登錄界面)。為確保程序順利運行，請按照環(huán)境配置.txt配置軟件運行環(huán)境。

關(guān)注下方GZH名片【阿旭算法與機器學習】，回復【車牌識別】可獲取下載方式

---

結(jié)束語

以上便是博主開發(fā)的關(guān)于基于OpenCV車牌識別停車場管理系統(tǒng)的全部內(nèi)容，由于博主能力有限，難免有疏漏之處，希望小伙伴能批評指正
關(guān)于本篇文章大家有任何建議或意見，也歡迎在評論區(qū)留言交流！

覺得不錯的小伙伴，感謝點贊、關(guān)注加收藏哦！更多干貨內(nèi)容持續(xù)更新…