车牌号识别opencv代码

当然，我可以提供一段基于 OpenCV 的车牌号识别代码。以下是一个简单的示例：

import cv2
import numpy as np
import pytesseract

# 读取图像
image = cv2.imread('car_plate.jpg')

# 调整图像大小和灰度化
image = cv2.resize(image, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 进行图像预处理，例如高斯模糊和边缘检测
blur = cv2.GaussianBlur(gray, (5, 5), 0)
edges = cv2.Canny(blur, 50, 150)

# 查找轮廓并筛选
contours, _ = cv2.findContours(edges.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = sorted(contours, key=cv2.contourArea, reverse=True)[:10]

for contour in contours:
    perimeter = cv2.arcLength(contour, True)
    approx = cv2.approxPolyDP(contour, 0.02 * perimeter, True)

    # 假设车牌为矩形，通过边数判断
    if len(approx) == 4:
        license_plate = approx
        break

# 从原图中提取车牌区域
mask = np.zeros(gray.shape, np.uint8)
new_image = cv2.drawContours(mask, [license_plate], 0, 255, -1)
new_image = cv2.bitwise_and(image, image, mask=mask)

# 车牌号识别
config = r'--oem 3 --psm 6'
text = pytesseract.image_to_string(new_image, config=config)

# 打印识别结果
print("车牌号：", text)

要使用这段代码，你需要先安装 OpenCV 和 pytesseract，并将车牌图像命名为 'car_plate.jpg' 并放在同一目录下。请注意，这只是一个简单的示例，实际应用可能需要更复杂的预处理和后处理步骤来提高识别准确率。