Python+CNN停车场车牌识别系统源码实战解析

简介：基于Python与CNN模型识别的停车场智能车牌识别系统源码，是一套面向计算机视觉课程设计、期末大作业及智能停车场项目开发者的完整工程。项目以CenterNet完成车牌目标检测，结合最优CNN模型对字符进行识别，并通过Pygame模块搭建图形交互界面，从图像预处理、车牌定位到字符输出均有对应实现，代码结构完整、可直接运行，适合作为毕设或课设的参考基座。压缩包总计2000个文件，约124.68MB，其中999个py文件覆盖算法核心与业务逻辑，h/json/xml等文件用于模型配置与数据组织，md/txt文档提供使用说明与设计思路，另含部分Java、C、JavaScript等扩展辅助文件，目录划分清晰，便于按模块研读、调试与二次开发。该资源已有475人学习，读者可从中获取目标检测与车牌识别的完整融合思路、界面交互设计方案及工程化组织方式，也能直接复用其中模型与脚本，快速搭建可演示的智能停车场识别原型，支撑项目答辩与学习报告撰写。

1. 基于Python和CNN的停车场车牌识别：这套源码到底能落地多少

停车场出入口的车牌抓拍，看着是个简单任务，实际跑过才知道：白天强光、夜间反光、雨雪泥污、弯道来车，任何一项都能让传统OCR闹脾气。用基于Python和CNN模型识别的停车场智能车牌识别系统源码，就是把“定位、分割、识别”这条流水线用卷积神经网络串起来，对一个固定场景做到接近可用的识别率。这套东西适合两类人：一是做毕业设计需要可跑通demo的在校生，二是想给自助洗车、园区道闸加一个轻量识别模块的嵌入式开发者。它解决的不是“识别一个车牌”，而是“在停车场这种非理想光照下，怎么稳定输出车牌号码”。这篇文章从模型选型、数据集准备、训练推理命令、核心模块再到部署踩坑，把整条链路拆开讲清楚。

2. 系统架构与选型：为什么停车场场景首选CNN而不是传统OCR

2.1 CNN在车牌识别中的角色：从检测到分类的流水线

一套完整的车牌识别系统，通常拆成三步：第一步在画面里找到车牌位置，第二步把车牌区域里的字符一个个切开，第三步把每个字符识别成汉字、字母或数字。传统做法用颜色阈值、边缘检测、模板匹配，在固定卡口上能跑，但一遇倾斜、模糊、逆光就崩。CNN卷积神经网络的好处在于，它用一堆可训练的卷积核自己学习“像车牌”的特征，对光照和形变的容忍度高得多。

在停车场场景里，我一般会把定位用目标检测网络或OpenCV传统定位，字符识别用轻量CNN。这套源码里，重点就在“识别”这一步：设计一个输入固定尺寸、输出字符类别的CNN模型，让它在已经切好的字符图片上做分类。如果只是靠CNN做端到端检测和识别，对训练数据量和算力的要求会高很多，作为一套源码包反而不好维护。

2.2 模型选型：轻量CNN和YOLO系列的取舍

很多人拿到源码第一反应是“我要端到端检测车牌”，其实没必要。停车场摄像头位置固定，车牌宽高比、字体分布相对稳定，把问题拆开反而好调。字符识别模型可以做到很小：三个卷积层加两个全连接层，参数量几十万，CPU就能实时。如果用YOLO直接回归车牌的四个角点和类别，训练需要更多标注数据，且在小目标上容易漏检。我见过不少源码包只给一个字符分类模型，自己不带定位，这时候需要配合一个前置定位模块。

建议：如果源码里自带YOLO权重，直接用；如果只有字符识别模型，自己用OpenCV做定位，先灰度化、边缘检测、找轮廓，再切字符。这样即使没有高端显卡，也能在树莓派上跑。

2.3 数据集准备与标注格式：别小看字符类别定义和转换

无论是训练还是二次训练，都需要先吃透数据集结构。停车场车牌识别源码常见的数据组织是：一张车牌字符图片一个文件，标签是字符的类别序号。中文省份简称算一类，字母和数字各算一类。注意字符类别数不是10加24，因为省份简称有31个，汉字和字母、数字混在一起，要统一做成分类索引。

如果源码给的是VOC XML标注，需要先转成YOLO训练用的txt格式。常见做法是用脚本把xml里的<xmin> <ymin> <xmax> <ymax>归一化到图片宽高，再写成一行“类别编号 cx cy w h”。下面是一个转写片段：

import xml.etree.ElementTree as ET import os def voc_to_yolo(xml_path, out_path, class_map): tree = ET.parse(xml_path) root = tree.getroot() w_img = int(root.find('size/width').text) h_img = int(root.find('size/height').text) lines = [] for obj in root.iter('object'): cls = obj.find('name').text if cls not in class_map: continue bbox = obj.find('bndbox') xmin = float(bbox.find('xmin').text) ymin = float(bbox.find('ymin').text) xmax = float(bbox.find('xmax').text) ymax = float(bbox.find('ymax').text) cx = (xmin + xmax) / 2 / w_img cy = (ymin + ymax) / 2 / h_img w = (xmax - xmin) / w_img h = (ymax - ymin) / h_img lines.append(f"{class_map[cls]} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}") with open(out_path, 'w') as f: f.write('\n'.join(lines))

参数说明：class_map是一个字符串到数字的字典，比如{'blue_plate': 0, 'green_plate': 1}。归一化坐标是YOLO训练的必要输入，直接喂像素坐标会训练发散。注意有些车牌还有新能源绿色牌照，长度从7位变成8位，类别定义里要留出位置，否则后处理切字符时索引会错位。

我之前处理过一个数据集，里面有一千张“苏”字车牌，但“藏”字只有几张，这种不均衡会让模型对低频字符几乎不识别。解决思路在后文避坑章节专门说。总之，先把数据集准备好，训练才不玄学。

3. 从源码跑通：Python环境、依赖安装与最小复现命令

拿到一个“停车场智能车牌识别系统源码.zip”，别急着双击train.py。先理清里面的文件结构：一般会有README、requirements.txt、weights目录、data目录、train.py、detect.py。缺依赖是最常见的卡点，所以下面按最小顺序复现。

3.1 环境准备：Python版本与依赖清单

建议用Python 3.8到3.10，太新的版本容易遇到OpenCV和PyTorch版本兼容问题。先创建一个虚拟环境：

python -m venv venv source venv/bin/activate # Windows 下改为 venv\Scripts\activate pip install --upgrade pip pip install -r requirements.txt

如果源码里没有requirements.txt，手动安装核心依赖：

pip install opencv-python numpy torch torchvision matplotlib

注意：只做CPU推理的机器可以装CPU版torch，去PyTorch官网复制对应命令；要训练的机器有N卡再装CUDA版。依赖装完后，用python -c "import cv2; print(cv2.__version__)"验证。很多源码包里的OpenCV代码用了较新的API，版本太旧会直接报模块找不到。这里的关键不是版本号越新越好，而是和你系统的CUDA、Python三者兼容。

3.2 运行训练脚本：关键参数与默认值

假设train.py有CLI参数。常见参数包括data、epochs、batch-size、img-size、device。最小训练命令：

python train.py --data data/plate.yaml --epochs 100 --batch-size 8 --img-size 416 --device cpu

参数含义：

• --data指向一个yaml文件，里面写入train、val图片路径和类别数量、类别名列表。
• --epochs100是常用起点，真实停车场数据量小（几千张）的情况下，50到100轮足够收敛。
• --batch-size由显存决定，8比较保守，如果OOM就降到4。
• --img-size是输入到网络的图像边长，416对车牌检测合适，太大训练慢。
• --device cpu强制用CPU训练，跑起来慢，但能验证流程。

训练过程中观察loss曲线，如果直线不降，后文有排错。如果你只想先看效果，跳过训练，直接用源码自带的weights/best.pt或model.h5跑推理。

3.3 运行推理脚本：检测单张图片和视频流

训练完或直接用源码自带权重，推理命令一般是：

python detect.py --source test.jpg --weights weights/best.pt --conf-thres 0.5 --save-txt

参数说明：

• --source可以是图片路径，也可以是摄像头编号0。停车场部署时用这个连USB摄像头。
• --conf-thres是置信度阈值，建议先设0.5观察；如果漏检很多，降到0.3，但会引入误检。
• --save-txt把识别结果（包括车牌号）写到txt文件，方便对接道闸逻辑。

跑通这一步，你就能看到一帧图里画出车牌框，并输出识别文本。此时再去调内部算法，才是有效率的路径。

3.4 拿到源码后先做三步，能省一晚上

第一，确认依赖清单是否完整，缺什么补什么。第二，跑一次推理，哪怕用测试图片，确认模型权重能加载。第三，看输出结果里是否带置信度和坐标，只有文本没有框的源码往往少了定位模块。我见过不少下载的免费python源码包，直接打印“车牌号”不画框，看起来很省事，但一旦画面里有多辆车就分不清。所以拿到源码先别追求端到端，先确认它能稳定读出一张单车牌图。

另一个容易忽略的点是路径分隔符。Windows下源码里写的是正斜杠，放在Linux上没问题；反过来，如果代码用了\拼接路径，Windows上跑得通，部署到Linux就开场爆错。我一般会先全局搜一遍os.path.join，确认没有硬编码。

4. 核心模块拆解：车牌定位、字符分割与CNN识别

4.1 预处理：灰度化、去噪与边缘检测

在车牌识别源码里，第一步通常不是直接丢给CNN，而是先做一个传统视觉预处理。好处是能缩小候选区域，降低CNN工作量。下面是我常用的定位预处理段：

import cv2 import numpy as np def preprocess(img): gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 高斯滤波，核大小5，抑制噪声但保留边缘 blur = cv2.GaussianBlur(gray, (5, 5), 0) # Sobel边缘检测，只取x方向，因为车牌字符边缘竖直方向多 sobel = cv2.Sobel(blur, cv2.CV_16S, 1, 0, ksize=3) abs_sobel = cv2.convertScaleAbs(sobel) # 二值化，高于阈值设为255 _, binary = cv2.threshold(abs_sobel, 150, 255, cv2.THRESH_BINARY) # 形态学闭操作，把字符之间的空隙连接成块 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 3)) closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel) return closed

说明：Sobel取x方向是因为车牌字符的竖直笔画多，但中国车牌有汉字，横竖都有，实际可以两个方向都试。闭操作的核宽度17、高度3，是为了把单个字符连成一个车牌整体。如果车牌子被光线截断，可以把核宽度加大到25。注意这段代码产生的是二值轮廓图，后面还要找轮廓筛选。

很多开源源码在这个地方只用颜色阈值，遇到绿色车牌或黄色车牌就得改参数。用边缘检测的好处是颜色无关，鲁棒性更高。不好的地方是会引入车灯、保险杠边缘等噪声，后面必须按宽高比过滤。

4.2 字符分割：投影法与连通域分析

拿到车牌定位框后，需要把“京A12345”切成单独字符。最常见的做法是垂直投影：把二值图像每一列的白色像素数统计出来，投影值为零的列就是字符间隔。示例：

def split_chars(plate_gray): # 先二值化，文字为白色 _, binary = cv2.threshold(plate_gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 统计每列白色像素数 h, w = binary.shape col_sum = np.sum(binary > 0, axis=0) # 找到连续非零区间，宽度大于阈值的视为字符 chars = [] in_char = False start = 0 for i in range(w): if col_sum[i] > 0 and not in_char: start = i in_char = True elif col_sum[i] == 0 and in_char: end = i if end - start > 10: # 过滤掉噪声点 chars.append((start, end)) in_char = False return chars

这个方法的坑在于，车牌中间的圆点或分隔符也会产生投影缝隙，需要在切片时过滤掉宽度过短或位置异常的片段。有些源码会直接用固定比例把车牌切成7份，省去投影，但遇到新能源8位车牌就出错，所以还是投影法更通用。因为中国车牌字符间距不是完全均匀的，固定比例只适合标准蓝牌。

4.3 CNN识别：构建模型与训练配置

字符图片通常归一化到相同尺寸，比如32x64。下面是一个轻量CNN分类模型，用PyTorch实现，这就是标题里“CNN模型识别”的核心部分：

import torch import torch.nn as nn class PlateCharCNN(nn.Module): def __init__(self, num_classes=65): super().__init__() self.features = nn.Sequential( # 输入: 3x64x32（RGB字符图） nn.Conv2d(3, 32, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 32x32x16 nn.Conv2d(32, 64, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.MaxPool2d(2), # 64x16x8 nn.Conv2d(64, 128, kernel_size=3, padding=1), nn.ReLU(inplace=True), nn.AdaptiveAvgPool2d((1, 1)) # 128x1x1 ) self.classifier = nn.Sequential( nn.Dropout(0.5), nn.Linear(128, num_classes) ) def forward(self, x): x = self.features(x) x = torch.flatten(x, 1) return self.classifier(x)

参数说明：输入尺寸选了64高、32宽，因为车牌字符高大于宽。第一个卷积层输出32通道，第二个输出64，第三个输出128。全连接前用了AdaptiveAvgPool2d，这样无论输入图片稍微变形，最后都能变成128维特征。分类数按你的数据集设定，比如中国蓝牌常用65类，其中31个汉字省份简称、24个字母、10个数字。训练时用交叉熵损失、Adam优化器、学习率0.001是稳定起点。要注意类别不均衡，比如“O”和“0”容易混淆，可以在损失函数里给难分类别加权重。

这个CNN模型很小，字符图片单张推理在普通CPU上只要几毫秒。如果不想自己训练，也可以用源码里训练好的char_model.pth。我建议拿到源码先看这个模型输入尺寸，很多坑都出在预处理尺寸和模型不匹配上。

5. 避坑与常见问题排查：从数据集标注到模型收敛的5个典型坑

这一章不直接贴代码，写的是调试经验。车牌识别的难点普遍不在模型结构，而在工程边界。

5.1 坑1：训练loss不下降，准确率卡在60%左右

现象：训练几十轮后loss在1.0附近波动，验证集准确率上不去。

原因：最常见的是学习率过大，优化器震荡；其次是数据类别不均衡，低频字符主导梯度方向。我见过一个源码自带数据集里，“皖”字样本占了一半，模型就变得只认“皖”。

解决：把学习率从0.01降到0.001，加一个余弦退火调度器。统计每类样本数量，对低频类用加权采样器。一个简单做法是在损失函数里给每个类别权重，频率越低的类别权重越高。如果时序上loss下降很慢，先跑10轮看趋势，不降就先调学习率，别急着加数据。

5.2 坑2：识别结果“0”和“O”、“1”和“I”混淆严重

现象：识别“京A01O12”这种车牌，输出“京A0O12”，置信度还不低。

原因：这两类字符在归一化后形状几乎一样，尤其是中文字体下，模型天然难以区分。纯靠CNN模型很难从像素层面找到稳定差异。

解决：从后处理下手。因为中国车牌的车牌号中字母“I”和“O”不允许出现，可以在输出层直接把这两个类别屏蔽，或设置规则：如果预测为“O”且概率略低于某个阈值，强制映射为“0”。在训练时也可以做字符级数据增强，例如随机细微旋转、仿射变换，让模型更关注笔画局部差异。

5.3 坑3：车牌定位把车灯、广告牌误检成车牌

现象：在停车场夜间场景，推理输出一堆红色框，框住车灯或反光物。

原因：训练数据里负样本太少，模型只知道“像车牌”的纹理，不知道“不是车牌”的边界。灯的边缘和车牌边缘在Sobel输出上非常像。

解决：收集一批不含车牌的夜间停车场截图，打上空白标签加入训练。同时调整NMS的IoU阈值到0.4，并限制检测框宽高比在2到5之间。这个坑在停车场俯拍角度特别常见，因为灯光和车牌在视觉上都接近矩形高亮块。

5.4 坑4：摄像头角度导致倾斜车牌识别率下降

现象：道闸摄像头安装在侧面，拍出来的车牌是斜的，字符分割后边界不齐，CNN识别错字。

原因：字符分割依赖垂直投影，倾斜让每列白色像素叠加，分割线错位。

解决：在车牌定位后增加一个透视变换校正步骤，根据定位的四个角点做仿射变换，把车牌转正。或者在训练数据增强里加入随机旋转正负15度，让CNN能适应斜字符。这个坑在现场施工时特别明显，因为安装高度和角度不标准，理想中的水平车牌很少见。

5.5 坑5：夜间反光、曝光过度导致漏检

现象：晚上强光灯直射，车牌区域一片白，定位直接找不到。

原因：摄像头自动曝光把车牌过曝了，边缘信息丢失。

解决：硬件端调整曝光时间或启用宽动态。算法端在推理前做直方图均衡化，把过亮区域拉伸回正常范围。训练时也要对训练集做亮度扰动，乘以随机系数0.6到1.4，让模型对曝光变化不那么敏感。这里有个玄学点：很多人只调算法参数，忽略摄像头本身的曝光设置，导致同样的模型在另一个停车场就失效。

6. 进阶落地：从单张图片到停车场出入口实时识别系统的关键一步

单张图片跑通只是起点，停车场出入口要的是实时。如果你的源码只有PyTorch推理脚本，我建议先把它导出成ONNX，再用ONNX Runtime做CPU/GPU推理，去掉PyTorch框架的开销。常见做法是在源码里加一个导出脚本：

import torch from model import PlateCharCNN model = PlateCharCNN(num_classes=65) model.load_state_dict(torch.load("weights/best.pth", map_location="cpu")) model.eval() dummy = torch.randn(1, 3, 64, 32) torch.onnx.export(model, dummy, "plate_char.onnx", input_names=["input"], output_names=["output"], dynamic_axes={"input": {0: "batch"}, "output": {0: "batch"}})

导出后，再用Flask封装一个HTTP识别接口，供门禁系统调用。代码示意：

import flask import cv2 import numpy as np import onnxruntime as ort app = flask.Flask(__name__) sess = ort.InferenceSession("plate_char.onnx") @app.route("/recognize", methods=["POST"]) def recognize(): file = flask.request.files["file"] img = cv2.imdecode(np.frombuffer(file.read(), np.uint8), cv2.IMREAD_COLOR) # 这里接车牌定位和字符分割结果，把字符图list送入模型 # 输出为各类别置信度，取argmax后再做规则过滤 ...

验证方法：准备白天、夜间、雨天各200张停车场真实截图，计算“整串车牌完全正确率”，而不是只算字符级准确率。我自己的习惯是每天夜里检查一次运行日志，把识别失败的车牌截图汇总成新训练集，隔一周微调一次模型。最早做这个项目我也翻过车，以为CNN模型越大越准，结果在停车场上被一张侧停的黑色SUV教做人。后来明白了：与其盲目换大模型，不如先把定位和分割调稳，再谈优化。希望帮到你。

本文还有配套的精品资源，点击获取