基于opencv的多颜色车牌识别代码

以下是基于OpenCV的多颜色车牌识别代码示例，你可以根据自己的需求进行修改。

import cv2
import numpy as np

# 定义颜色范围
color_range = {
    'blue': {'lower': np.array([100, 50, 50]), 'upper': np.array([130, 255, 255])},
    'yellow': {'lower': np.array([20, 100, 100]), 'upper': np.array([40, 255, 255])},
    'green': {'lower': np.array([40, 50, 50]), 'upper': np.array([70, 255, 255])}
}

# 车牌识别函数
def detect_plate(image):
    # 转换成HSV颜色空间
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    
    # 遍历颜色范围，查找符合条件的车牌
    for color in color_range:
        lower = color_range[color]['lower']
        upper = color_range[color]['upper']
        mask = cv2.inRange(hsv, lower, upper)
        contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        for cnt in contours:
            # 计算轮廓面积
            area = cv2.contourArea(cnt)
            if area > 500:
                # 根据车牌面积调整矩形大小
                rect = cv2.minAreaRect(cnt)
                box = cv2.boxPoints(rect)
                box = np.int0(box)
                cv2.drawContours(image,[box],0,(0,0,255),2)
                return image
    return None

# 加载图片
img = cv2.imread('car_plate.jpg')

# 调用车牌识别函数
result = detect_plate(img)

# 显示结果
if result is not None:
    cv2.imshow('result', result)
else:
    print('No plate detected')
    
cv2.waitKey(0)
cv2.destroyAllWindows()

代码中首先定义了颜色范围，然后通过遍历颜色范围，查找符合条件的车牌。如果找到车牌，则根据轮廓面积调整矩形大小并在原图上绘制边界框。最后显示结果。