opencv车牌识别的完整代码

在Python中，使用OpenCV进行车牌识别通常涉及以下几个步骤：预处理、特征提取、匹配模板以及最终定位车牌。下面是一个简化的示例代码，使用了常见的库如`numpy`和`opencv-python`：

import cv2
import numpy as np

def preprocess_image(image):
    # 图像灰度化
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 高斯模糊减少噪声
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    return blurred

def find_license_plate_template(image_path):
    # 加载预先训练好的车牌模板，这通常是一组车牌字符的模板
    templates_folder = 'path/to/templates'
    plate_templates = [cv2.imread(os.path.join(templates_folder, template_name), 0) for template_name in os.listdir(templates_folder)]
    return plate_templates

def match_template(image, templates):
    results = []
    for template in templates:
        res = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)
        _, max_val, _, max_loc = cv2.minMaxLoc(res)
        results.append((max_val, max_loc))
    return results

def locate_license_plate(image, template_results):
    top_left = None
    max_val = -1
    for val, loc in template_results:
        if val > max_val:
            max_val = val
            top_left = loc
    return top_left

def main():
    img = cv2.imread('input_image.jpg')
    preprocessed_img = preprocess_image(img)
    templates = find_license_plate_template()

    template_results = match_template(preprocessed_img, templates)
    license_plate_top_left = locate_license_plate(preprocessed_img, template_results)

    if license_plate_top_left is not None:
        roi = img[license_plate_top_left[1]:license_plate_top_left[1]+40, license_plate_top_left[0]:license_plate_top_left[0]+160]
        cropped_plate = cv2.resize(roi, (100, 30))  # 可能需要调整尺寸
        cv2.imshow('Detected License Plate', cropped_plate)
    else:
        print("No license plate detected.")

if __name__ == "__main__":
    main()

请注意，这个例子假设你已经有一个预先训练好的车牌模板集合，实际应用中可能需要使用深度学习模型（例如YOLO或SSD）来进行更精确的车牌定位。