简介面向计算机视觉方向的高校学生这套基于Python与OpenCV的车牌识别系统源码包适合毕业设计、期末大作业或课程设计项目包含核心识别模块、模型训练脚本和图形化交互界面覆盖车牌定位、字符分割与识别等典型流程。压缩包共15个文件以9个Python脚本为主干包含Unet和CNN两个H5模型文件、3个GIF演示动图及1个MP4效果视频整体大小26.7MB。Python脚本涵盖GUI界面、视频切帧与图像转视频等工具可从头理解数据预处理、模型训练到结果展示的完整链条。资源已获导师认可并高分通过部署简单下载后稍作配置即可运行基础偏弱也能上手实战。目前已有635人学习下载适合作为参考项目复用或二次开发对理解车牌识别系统的工程落地很有帮助。1. 车牌识别系统源码能跑的毕设不只是能答辩做毕设最怕的不是不会写代码而是代码调不通、效果出不来、答辩时被老师一问就卡壳。这份基于 Python 与 OpenCV 的车牌识别系统源码最大的价值在于它不是半成品而是一套已经跑通、被导师认可并高分通过的完整项目。压缩包里包含了 Unet 分割模型、CNN 识别模型、训练脚本、GUI 界面、演示视频和数据集处理工具解压后按照环境配置说明把依赖装上就能看到识别效果。这套系统走的不是“先检测车牌位置、再逐字符识别”的传统两步走而是用 Unet 做语义分割定位车牌区域、用 CNN 做字符分类识别两个模型配合起来比单纯用 OpenCV 边缘检测再模板匹配的方式要稳得多。适合三类人正在做图像处理方向毕设的学生、需要课设代码做参考的开发者以及想快速实现一个能演示的识别 demo 的入门者。2. 项目构成与数据流先搞清楚每个文件是干什么的再动手2.1 模型文件与主控脚本的对应关系解压这份源码后你会看到一堆 .py 文件和 .h5 权重文件第一次打开容易懵。我把核心文件按功能分成三组第一组是模型文件包括 cnn.h5 和 unet.h5。cnn.h5 是训练好的字符识别模型权重它接收单张字符图像输出对应的字符类别unet.h5 是车牌区域分割模型权重它接收整张车辆图像输出车牌区域的掩码图。这两个模型文件是项目的“黑匣子”你不用重新训练直接加载就能用。第二组是训练与核心逻辑脚本包括 train.py、Unet.py、CNN.py 和 core.py。train.py 是训练入口负责启动 Unet 和 CNN 的训练流程Unet.py 定义了 Unet 网络结构和分割模型的训练过程CNN.py 定义了字符识别网络结构和训练过程core.py 是核心逻辑模块把分割和识别串起来对外提供 API 函数供 GUI 调用。第三组是界面与工具脚本包括 GUI.py、vidGUI.py、imgGUI.py、videospilt.py 和 imgtovid.py。GUI.py 是图片版图形界面imgGUI.py 是增强后的图片处理界面vidGUI.py 是视频版图形界面。videospilt.py 把视频按帧拆成图片imgtovid.py 把处理后的图片重新合成视频这两个工具是用来制作演示素材的。2.2 推理链路从车辆图片到车牌字符串整个系统的数据流可以概括为一条完整链路。以 vidGUI.py 为例它读取视频帧后传给 core.pyUnet 分割模型把头定位到车牌区域裁剪出来再做字符分割最后送入 CNN 分类器逐个识别。为了把这条链路说清楚我画一张核心调用关系的逻辑图视频帧/图片 - core.py |-- Unet 分割模型 (unet.h5) -- 车牌区域掩码 - 定位裁剪 |-- 字符分割 (轮廓查找/投影法) -- 单字符图 |-- CNN 分类模型 (cnn.h5) -- 逐字符结果 |-- 拼接字符串 - GUI 显示实际运行时的代码路径比这更直观如果你只想快速验证模型效果直接跑 vidGUI.py 加载 demo_car.mp4 就行。核心逻辑集中在 core.py 中它做了三件事调用 Unet 得到分割掩码对掩码做形态学处理和轮廓提取得到车牌外接矩形然后按列投影或者连通域分析切出字符最后把每个字符图缩放成 CNN 输入尺寸批量预测得到最终车牌号。2.3 数据集与增强逻辑训练数据从哪来源码里没有附带完整训练数据集只给了训练脚本和示例图片这是因为训练数据涉及车牌隐私大多数毕设项目都不会直接公开。但 Unet.py 和 CNN.py 里都内置了数据增强逻辑包括随机旋转、平移、缩放、亮度扰动、高斯噪声等操作这是 Python 生态里做图像识别的标准做法。如果你有收集到的车牌图片按这个目录结构放置就能启动训练训练集根目录下分 images 和 masks 两个子目录images 放原始车辆图masks 放对应的车牌区域掩码图命名保持一致。CNN 的数据集按字符类别分子文件夹0-9 和 A-Z 各建一个目录图片按字符内容归类存放。3. Unet 车牌区域分割把“车牌子在哪”这个问题交给语义分割3.1 为什么选 Unet 而不是传统边缘检测传统 OpenCV 车牌定位方法靠颜色过滤蓝色/黄色、边缘检测Sobel/Canny、形态学闭运算再找矩形轮廓晴天顺光效果还行一到阴天、逆光、夜间或者车身颜色和车牌接近的场景就废了。这套源码用 Unet 做分割回归本质上是把一个工程玄学变成了一个可训练的学习问题模型学习的是“车牌区域”这个语义概念本身。Unet 的优势是编码器-解码器结构加跳跃连接。编码器逐层下采样提取高维语义特征解码器逐层上采样恢复空间分辨率跳跃连接把底层细节信息直接传给解码器让分割边缘更精细。在车牌场景里车牌边界清晰但有时被遮挡、部分损坏或被泥污覆盖Unet 对这类噪声输入更鲁棒。3.2 训练 Unet 时需要注意的参数Unet.py 里有一些关键超参数这些直接影响分割效果。IMAGE_SIZE 决定输入图片统一缩放的尺寸一般设成 256 或 512太小会让小车牌细节丢失太大会显存吃紧。BATCH_SIZE 根据显卡显存调整常规设 4 或 8显存不够就减小图片尺寸。EPOCHS 设为 50 到 100具体看训练集大小用小数据集训练时建议设 100 配合早停。loss 函数用的是 binary_crossentropy 加 sigmoid 激活因为车牌分割是单类二分类问题每个像素只需要判断“是车牌/不是车牌”。优化器选 Adam初始学习率 1e-3训练到一半时降低为 1e-4。如果你发现分割掩码里有很多小的噪声块在 Unet 的输出后面加一个条件随机场后处理或者简单的中值滤波就能改善源码里常用的是中值滤波加连通域过滤的方式。3.3 跑通分割模型加载权重看输出加载 unet.h5 验证分割效果的代码非常简单核心部分像这样import cv2 import numpy as np from tensorflow.keras.models import load_model # 加载训练好的 Unet 权重 model load_model(unet.h5) # 读取车辆原图并预处理 img cv2.imread(test_car.jpg) img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img_resized cv2.resize(img_rgb, (256, 256)) / 255.0 img_input np.expand_dims(img_resized, axis0) # 前向推理得到分割掩码 mask model.predict(img_input)[0, :, :, 0] mask_bin (mask 0.5).astype(np.uint8) # 在原图上画出车牌区域 contours, _ cv2.findContours(mask_bin, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for cnt in contours: x, y, w, h cv2.boundingRect(cnt) # 还原到原图尺寸 scale_x img.shape[1] / 256 scale_y img.shape[0] / 256 cv2.rectangle(img, (int(x*scale_x), int(y*scale_y)), (int((xw)*scale_x), int((yh)*scale_y)), (0, 255, 0), 2) cv2.imshow(result, img) cv2.waitKey(0)这段代码演示了如何把 Unet 的输出转成实际的车牌框。model.predict 返回的是一个 256×256 的浮点掩码每个像素值在 0 到 1 之间代表该像素属于车牌的概率。用 0.5 做阈值二值化得到掩码再用 findContours 找到连通域取外接矩形就得到了车牌在缩略图上的位置最后按缩放比例映射回原图。需要注意的一个细节是load_model 加载 unet.h5 时会同时恢复模型结构和权重所以 Unet.py 里定义的网络结构必须和你训练时的结构一致否则会报结构不匹配错误。如果遇到这种问题不要自己重新定义模型直接新建一个和 Unet.py 相同的网络文件里实例化网络再 load_weights这样更稳。4. CNN 字符识别车牌定位之后逐个字符读出来4.1 识别流程字符分割 单字符分类拿到了车牌区域后接下来要把车牌字符串识别出来。中文车牌第一位是省份汉字如“京”“粤”“苏”第二位是发牌机关字母后面是字母数字组合。传统思路是先用 OpenCV 做字符分割再逐字符送入 CNN 分类器。字符分割做不好的话后续识别率再高也没用。国产蓝牌是单行 7 个字符字符间距相对均匀用轮廓查找加宽高比过滤就能切出来。绿牌新能源是 8 个字符但字间距不均匀用等宽切分就不太靠谱。典型做法是先用形态学操作把车牌图像二值化再按字符宽度做列投影分割。列投影法的核心思想是统计每列像素值的总和字符区域列和值高间隙区域列和值低波峰波谷自然把字符分开。如果字符粘连可以用分水岭算法细化分割或者直接训练一个端到端的序列识别模型但源码里用的是 CNN 单字符分类器说明它处理的是切分后的单字符图。4.2 CNN 网络结构与训练细节CNN.py 里的网络是一个标准的轻量卷积网络适合小规模数据集训练。以训练好的 cnn.h5 为例它接收的输入是单通道灰度图尺寸一般是 32×32 或者 64×64输出类别数是车牌字符类别总数31 个省份汉字 24 个字母 10 个数字字母 I 和 O 通常去掉。网络结构大致是三层卷积加池化再接两个全连接层最后用 softmax 输出概率分布。训练时的关键参数学习率用 0.001优化器用 Adambatch size 设 32 或 64epoch 数量视数据量而定一般 30 到 50 轮就能收敛。训练结束后保存权重为 cnn.h5用 model.save() 保存即可。训练脚本的核心代码框架如下import tensorflow as tf from tensorflow.keras import layers, models from tensorflow.keras.preprocessing.image import ImageDataGenerator # 定义轻量 CNN 结构 model models.Sequential([ layers.Conv2D(32, (3, 3), activationrelu, input_shape(32, 32, 1)), layers.MaxPooling2D((2, 2)), layers.Conv2D(64, (3, 3), activationrelu), layers.MaxPooling2D((2, 2)), layers.Conv2D(128, (3, 3), activationrelu), layers.MaxPooling2D((2, 2)), layers.Flatten(), layers.Dense(256, activationrelu), layers.Dropout(0.5), layers.Dense(num_classes, activationsoftmax) ]) # 数据增强 归一化 datagen ImageDataGenerator( rotation_range10, width_shift_range0.1, height_shift_range0.1, zoom_range0.1, rescale1.0/255.0 ) # 编译并训练 model.compile(optimizeradam, losscategorical_crossentropy, metrics[accuracy]) train_generator datagen.flow_from_directory( dataset/train/, target_size(32, 32), color_modegrayscale, batch_size32, class_modecategorical ) model.fit(train_generator, epochs30, validation_split0.1) model.save(cnn.h5)这段代码演示了几个关键点。ImageDataGenerator 是训练数据增强的核心它在每个 epoch 训练时自动对图片做随机旋转、平移、缩放等变换等于免费扩充了数据集对车牌上的字符这类纹理简单的图像来说增强后的模型泛化能力明显更好。Dropout(0.5) 是防止过拟合的标准手段因为字符类别多但每类的训练样本可能只有几百张不加 Dropout 训练集准确率能到 99%但测试集可能只有 85%。flow_from_directory 要求数据集目录按类别分子文件夹文件夹名就是类别标签。你训练的类别顺序最终会写进 model 文件里后续加载 cnn.h5 做推理时必须在训练脚本里打印过 class_indices 字典或者从 model 的配置中读取这一步最容易出错。4.3 从 cnn.h5 到完整车牌识别结果加载 cnn.h5 识别单张字符图的代码比较直接from tensorflow.keras.models import load_model import numpy as np import cv2 # 加载字符识别模型 model load_model(cnn.h5) # 读取单字符图预处理成 32x32 灰度图 char_img cv2.imread(char.jpg, cv2.IMREAD_GRAYSCALE) char_img cv2.resize(char_img, (32, 32)) char_img char_img / 255.0 # 预测类别 prob model.predict(char_img.reshape(1, 32, 32, 1))[0] pred_class np.argmax(prob) # 从 class_indices 映射回字符 labels list(train_generator.class_indices.keys()) # 需要在训练时保存 print(识别结果:, labels[pred_class], 置信度:, prob[pred_class])这里有一个容易踩坑的点OpenCV 读图默认是 BGR 顺序但模型训练时用的是灰度图所以 IMREAD_GRAYSCALE 读进来之后不需要做颜色空间转换。另外车牌字符是白底黑字还是黑底白字会影响识别率如果训练数据全是黑底白字实际识别时发现白底黑字比如蓝底白字车牌反色后效果变差需要在预处理时做二值化并保证亮暗方向和训练一致。5. 避坑与常见问题从下载到跑通这些坑我替你踩过了5.1 环境配置阶段TensorFlow 版本不匹配导致 h5 加载失败现象运行 GUI.py 时提示无法加载 unet.h5报错信息大概是 “AttributeError: str object has no attribute decode” 或 “Unknown layer”。原因h5 文件是用某个特定版本的 TensorFlow 保存的而当前环境装的是不一样的大版本。Keras 2.x 和 Keras 3.x 之间的兼容性问题尤其突出h5 里记录的网络结构格式不兼容。解决在 requirements.txt 中查看项目锁定的 TensorFlow 版本严格安装对应版本建议用 conda 创建独立环境例如 conda create -n plate python3.8然后 pip install tensorflow2.4.0 或安装跟权重文件匹配的版本。如果实在查不到版本优先尝试 TensorFlow 2.4 到 2.8 之间的版本这是大部分国产毕设项目保存模型最常用的版本区间。5.2 处理速度阶段视频识别掉帧严重现象vidGUI.py 处理 demo_car.mp4 时画面非常卡顿CPU 占用率接近 100%帧率不到 1 FPS。原因两张模型都是串行计算Unet 分割输入 256×256和 CNN 识别32×32 输入在 CPU 上推理本来就慢再加上每帧都做完整的预处理和后处理速度自然上不去。解决一是用 GPU 版 TensorFlow 加速推理把模型加载后运行在 GPU 上速度能提升 10 到 20 倍二是调整帧处理策略不每帧都做识别而是每 5 帧或每 10 帧做一次识别中间帧直接沿用上一次的结果这在视频监控类应用中是常见做法三是把输入视频帧先缩放再送进 Unet例如原视频是 1080p先缩放到 512 或 640 宽减少推理计算量。5.3 字符分割阶段蓝色车牌字符连在一起现象定位到车牌区域后做列投影分割发现第二个和第三个字符粘连投影图只有一个宽波峰无法切分。原因光线不佳或车牌倾斜导致字符投影连在一起。这里说的“车牌倾斜”是指相机拍摄角度不水平时字符投影会重叠。还有一个常见诱因是二值化阈值选得不对导致字符笔画变粗。解决先做倾斜校正用霍夫变换检测车牌区域的直线角度再进行旋转矫正。然后调整二值化方法在 OpenCV 里换成 adaptiveThreshold 自适应阈值核大小设为 15 或 21比固定阈值更抗光照变化。最后在投影分割时加入先验知识比如蓝牌有 7 个字符如果检测到的投影峰远小于 7就对粘连峰按宽度均分。这块经验来自实践实际调试时你会在“调参”这件事上花不少时间。5.4 中文识别阶段省份汉字总是识别错现象其他字符识别准确率 90% 以上但省份汉字京、津、沪、粤等识别错误率偏高经常把“京”识别成“就”或者“示”。原因训练数据里中文字符样本太少汉字结构复杂且相似字符多。很多毕设数据集里汉字部分只有几百张图片而字母数字部分有几千张数据不平衡加上低分辨率32×32下细节丢失这是本质原因。至于具体把“京”错成哪个字和训练集的采样分布有关。解决数据增强时对汉字类别额外加随机弹性形变模拟真实拍摄中车牌扭曲的情况把输入分辨率提高。这类问题的解决思路是给中文类别更多的样本变换。另一个技巧是字符分割时确保每个字符图居中且边缘留白一致汉字的识别非常依赖归一化质量位置偏移几个像素准确率就会明显下降。5.5 编译运行阶段No module named cv2 或 No module named tensorflow现象下载解压后直接运行 GUI.py报错 ModuleNotFoundError。原因当前 Python 环境缺少项目依赖的第三方库OpenCV、NumPy、TensorFlow 都可能没装。这个错是最常见也最容易解决的但很多新手会卡在这里。解决推荐用 Anaconda 创建虚拟环境然后用 pip 批量安装依赖。一个典型的安装命令序列是conda create -n plate python3.8 -y conda activate plate pip install opencv-python opencv-contrib-python pip install numpy pip install tensorflow2.4.0 pip install matplotlib安装完成后用 python -c import cv2, tensorflow 验证导入无报错再运行 GUI.py。需要特别注意 opencv-python 和 opencv-contrib-python 不要同时安装它们会互相覆盖可能导致某些功能异常。6. 进阶用法与验证把毕设从“能跑”做到“能讲清楚”6.1 用 eval 脚本量化模型效果答辩时老师最常问的问题是“准确率多少”。光靠肉眼看不准我一般会给项目加一个批量评测脚本对测试集图片跑完整流程统计字符级和车牌级准确率。核心逻辑是读取标注文件、跑推理、比对结果然后打印混淆矩阵。import os import cv2 from core import recognize_plate # 假设每张测试图片对应一个真值文件如 img_001.jpg.txt test_dir test_images/ total 0 correct_chars 0 correct_plates 0 for fname in os.listdir(test_dir): if not fname.endswith(.jpg): continue img_path os.path.join(test_dir, fname) label_path img_path .txt if not os.path.exists(label_path): continue with open(label_path, r, encodingutf-8) as f: true_label f.read().strip() # recognize_plate 是你 core.py 里封装的识别函数 pred_label recognize_plate(img_path) total 1 if pred_label true_label: correct_plates 1 # 字符级准确率统计每字符是否一致 for c1, c2 in zip(pred_label, true_label): if c1 c2: correct_chars 1 print(f车牌级准确率: {correct_plates / total:.2%}) print(f字符级准确率: {correct_chars / (total * len(true_label)):.2%})这段脚本的意义在于它把“效果好不好”这件事量化成了两个数字答辩时拿出来非常有说服力。车牌级准确率考察的是端到端效果字符级准确率考察的是各个环节累计误差。如果汉字容易错字符级准确率会明显低于车牌级这可以作为继续改进的指引。6.2 把图片识别扩展成视频实时识别如果你拿到的版本只有图片识别功能想扩展成视频版不要从零写。用 VideoCapture 读取视频帧每帧丢给识别函数最后用 VideoWriter 把标注结果写回视频文件就行。核心结构是这样的import cv2 from core import recognize_plate cap cv2.VideoCapture(demo_car.mp4) fps int(cap.get(cv2.CAP_PROP_FPS)) width int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) writer cv2.VideoWriter(output.avi, cv2.VideoWriter_fourcc(*XVID), fps, (width, height)) while True: ret, frame cap.read() if not ret: break # 每隔几帧做一次识别降低计算压力 plate_text, box recognize_plate(frame) if box is not None: x, y, w, h box cv2.rectangle(frame, (x, y), (x w, y h), (0, 255, 0), 2) cv2.putText(frame, plate_text, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2) writer.write(frame) cv2.imshow(plate, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() writer.release() cv2.destroyAllWindows()这里的关键参数是 VideoWriter_fourcc 编码格式XVID 兼容性最好MP4V 适合输出 mp4 文件。如果输出视频打不开多半是编码器问题或者宽高和输入不一致。每帧都调用识别函数会让速度非常慢你在实际使用时可以改成每 3 帧识别一次中间两帧沿用上一次的车牌框和文字画面看起来几乎无感速度却能翻倍。这也是我当时处理视频时最常用的一招。6.3 答辩前的验证清单与演示技巧拿到这份源码后建议按下面这个顺序做一遍完整验证确保演示时不翻车检查 unet.h5 和 cnn.h5 能否正常加载用 python -c 验证模型结构用图片测试整条识别链路先用 demo_car.mp4 里的某一帧静态图测速度快再用视频测试整体流畅度记录平均帧率测试不同光线条件下图片观察车牌定位失败情况看 Unet 输出掩码质量评估是否需要调整分割阈值。演示时先跑视频再展示 GUI 界面的图片功能最后切到训练脚本展示损失曲线和准确率曲线。这套顺序能覆盖“分割、识别、界面、训练”四个层次。我从那以后做任何毕设项目都会强制走一遍“先加载权重、再挨个模块调用、最后端到端验证”的流程顺序反了就会莫名浪费时间在排查环境问题上。希望帮到你。本文还有配套的精品资源点击获取