企业官网建设流程全解析

简介：这套基于 Python + OpenCV 开发的国内车牌识别系统源码，适合正在完成毕业设计、课程设计或期末大作业的计算机视觉方向学习者。项目集成 Tkinter 图形界面，下载到本地后运行主程序即可体验完整的车牌检测、字符分割与识别流程，无需自行搭建复杂环境，可直接作为毕设项目使用。资源包共 16 个文件，以 Python 源码为主，同时包含训练好的 CNN 与 UNet 模型权重文件、演示视频、动态效果图和使用说明文档。源码中既有图像处理核心模块，也有视频转图片、图片转视频等辅助工具脚本，整体结构清晰，方便对照学习与二次开发；压缩包整体大小约 26.7MB，从拆解视频帧到模型预测，各环节代码均有覆盖。目前已有 1085 人学习下载，对于想要快速上手车牌识别项目、理解 OpenCV 与深度学习模型配合使用的同学，这份源码能提供完整的参考框架和可直接运行的实验环境。

1. 国内车牌识别系统：Python + OpenCV + 双模型，拿到就能跑的毕设方案

做课程设计或毕设时，最怕的不是模型精度不够，而是代码能跑但讲不清原理，答辩时一问就翻车。这套基于 Python + OpenCV 的国内车牌识别系统，和网上那些只贴一个 YOLO 检测脚本的“半成品”不一样，它的完整链路是：Unet 做车牌定位 → CNN 做字符分类 → Tkinter 做 GUI 界面，从图像输入到结果展示一条龙闭环。你下载到本地后，装好依赖直接运行 GUI.py，就能看到完整的交互界面，支持单张图片识别和视频流识别，自带测试视频和已训练好的模型文件，不需要自己再训练就能出结果。这套方案比较适合正在做毕设、课程设计或期末大作业的深度学习 / 计算机视觉方向同学，既能直接用，也适合你拆开代码研究“定位 + 识别”每一步具体是怎么串起来的。

2. 项目结构与技术选型：先把文件清单读懂，再决定从哪个文件下手

2.1 文件构成：六个核心文件分别负责什么

拿到压缩包后，别急着双击运行，先把根目录下的文件过一遍。这个项目的文件命名很直白，基本一眼能看出各自的作用。解释一下我拆包后整理的逻辑：

这个结构有一个很好的拆解逻辑：GUI 层是纯展示，core.py 是编排层，CNN.py 和 Unet.py 是模型定义层，train.py 是训练层。如果你的目标是做毕设，优先看 core.py 和 GUI.py；如果你的目标是理解算法，优先看 CNN.py 和 Unet.py；如果你要换数据集重新训练，从 train.py 开始。

2.2 为什么用 Unet 做定位而不是 YOLO 或传统形态学

很多同学看到车牌识别，第一反应是 YOLO 系列做目标检测。这个思路没错，但 YOLO 的检测框是矩形框，且需要较大的标注成本。传统形态学方法（颜色阈值 + 轮廓提取）也有不少教程，但对光照和背景的要求很苛刻，稍微有点阴影或者车牌轻微倾斜就废了。这个项目选择 Unet 做分割式定位，是把“找车牌”的问题转成“逐像素分类”的问题：每个像素点被预测为“属于车牌”或“不属于车牌”，最终得到一个 mask。

这样做的直接好处有两个：一是能应对车牌在画面中偏小、倾斜、被部分遮挡的场景，因为像素级分类比框级回归精度更高；二是 Unet 的输出天然是二值图，配合 OpenCV 的轮廓查找可以很稳定地提取四边形区域。之后再做倾斜校正，交给字符分割和识别模块。

从代码结构看，Unet.py 里定义了标准的 U 型结构，下采样路径提取语义特征，上采样路径恢复空间分辨率。我贴一下 Unet 的核心结构，你自己看模型文件时能对上：

from tensorflow.keras.layers import Conv2D, MaxPooling2D, UpSampling2D, concatenate from tensorflow.keras.models import Model from tensorflow.keras.layers import Input # 输入是灰度图归一化后的 512x512x1 def unet(input_size=(512, 512, 1)): inputs = Input(input_size) # 下采样路径：连续两次卷积 + ReLU，然后池化下采样 conv1 = Conv2D(64, 3, activation='relu', padding='same')(inputs) conv1 = Conv2D(64, 3, activation='relu', padding='same')(conv1) pool1 = MaxPooling2D(pool_size=(2, 2))(conv1) conv2 = Conv2D(128, 3, activation='relu', padding='same')(pool1) conv2 = Conv2D(128, 3, activation='relu', padding='same')(conv2) pool2 = MaxPooling2D(pool_size=(2, 2))(conv2) conv3 = Conv2D(256, 3, activation='relu', padding='same')(pool2) conv3 = Conv2D(256, 3, activation='relu', padding='same')(conv3) pool3 = MaxPooling2D(pool_size=(2, 2))(conv3) # 底部：最深层特征提取 conv4 = Conv2D(512, 3, activation='relu', padding='same')(pool3) conv4 = Conv2D(512, 3, activation='relu', padding='same')(conv4) # 上采样路径：与下采样对应，通过拼接融合浅层与深层特征 up5 = UpSampling2D(size=(2, 2))(conv4) up5 = concatenate([up5, conv3], axis=-1) conv5 = Conv2D(256, 3, activation='relu', padding='same')(up5) conv5 = Conv2D(256, 3, activation='relu', padding='same')(conv5) up6 = UpSampling2D(size=(2, 2))(conv5) up6 = concatenate([up6, conv2], axis=-1) conv6 = Conv2D(128, 3, activation='relu', padding='same')(up6) conv6 = Conv2D(128, 3, activation='relu', padding='same')(conv6) up7 = UpSampling2D(size=(2, 2))(conv6) up7 = concatenate([up7, conv1], axis=-1) conv7 = Conv2D(64, 3, activation='relu', padding='same')(up7) conv7 = Conv2D(64, 3, activation='relu', padding='same')(conv7) # 输出层二分类：sigmoid 输出 0~1 的置信度图 outputs = Conv2D(1, 1, activation='sigmoid')(conv7) return Model(inputs, outputs)

这里有个关键点：模型输入用了 512x512 灰度图而不是彩色图。原因在于 Unet 定位放的是“纹理与形状先验”——车牌区域的边缘梯度、字符排列特征在灰度空间里足够明显，转灰度还能压缩计算量。训练时输入尺寸是固定的，但推理时 core.py 里会先做 resize 再还原坐标，这个细节后面在避坑部分会单独说。

2.3 train.py 训练参数解读：怎么看懂别人的训练配置

train.py 是很多人忽略但值得细读的文件。它能告诉你模型的训练数据长什么样、输入尺寸是多少、训练了多少轮。我把训练部分的关键参数整理一下：

# train.py 核心训练参数 EPOCHS = 50 # 训练轮数 BATCH_SIZE = 4 # 批大小 IMG_W, IMG_H = 512, 512 # 输入图像尺寸 TRAIN_RATIO = 0.8 # 训练/验证集划分比例 LEARNING_RATE = 1e-4 # 学习率

逐行解释：批大小设成 4 是因为 Unet 输入尺寸大、显存压力大，如果你自己的显卡只有 4GB 显存，训练时 BATCH_SIZE 甚至要降到 2；TRAIN_RATIO 用 0.8 是常规做法，但要注意数据是否做了随机增强（旋转、平移、亮度扰动），train.py 里如果没写数据增强，这往往是后续模型泛化能力不足的主要原因；学习率用 1e-4 配合 Adam 优化器属于稳妥选择，不建议改成 1e-3，Conv 层密集的模型用大步长很容易震荡。

提示：用 cnn.h5 和 unet.h5 做推理前，注意检查 Keras 的版本。h5 权重文件在 TensorFlow 2.x 和 1.x 下加载方式略有差异，下文避坑章节会给出具体解决办法。

3. 从图片到车牌号：core.py 识别全流程拆解，每个环节怎么接

3.1 一张图进，一个车牌号出：管线逻辑

core.py 是整个系统的串联核心。理解它，你就理解了整套系统是怎么把“定位、分割、识别”三步拼起来的。我按执行顺序把流程拆开：读图 → 缩放到模型输入尺寸 → Unet 推理得到车牌 mask → mask 二值化 → 轮廓查找 → 获取车牌最小外接矩形 → 透视变换校正 → 字符分割 → 单字符送入 CNN 分类 → 拼接结果。

代码里的核心逻辑我简化贴出，你对照自己的项目看：

import cv2 import numpy as np from Unet import unet from CNN import cnn_model # 加载两个模型：unet 定位车牌区域，cnn 识别字符 unet_model = unet() unet_model.load_weights('unet.h5') cnn = cnn_model() cnn.load_weights('cnn.h5') def recognize_plate(img_path): # 步骤1：缩放至统一尺寸，保证模型输入稳定 img = cv2.imread(img_path) h, w = img.shape[:2] resized = cv2.resize(img, (512, 512)) gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY) input_blob = gray.astype('float32') / 255.0 input_blob = input_blob.reshape(1, 512, 512, 1) # 步骤2：Unet 输出 mask，二值化提取前景 mask = unet_model.predict(input_blob)[0, :, :, 0] mask = (mask > 0.5).astype('uint8') # 步骤3：调整回原图尺寸，找到车牌轮廓 mask_original = cv2.resize(mask, (w, h)) contours, _ = cv2.findContours(mask_original, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 取面积最大的轮廓视为车牌区域 plate_contour = max(contours, key=cv2.contourArea) rect = cv2.minAreaRect(plate_contour) # 带角度信息的最小外接矩形 # 步骤4：透视校正，转成水平车牌图 plate_img = four_point_transform(img, cv2.boxPoints(rect)) # 步骤5：字符分割（灰度 + 二值化 + 轮廓筛选） chars = split_chars(plate_img) # 步骤6：每个字符过 CNN 分类，拼接字符串 plate_number = ''.join([predict_char(cnn, c) for c in chars]) return plate_number

识别流程里值得注意的参数有三个：mask 阈值取 0.5 是默认选择，实际运行时如果 Unet 输出置信度普遍偏低（比如阴影干扰严重），可以下调到 0.4，多试几次找到最优平衡点，这个属于经验调参；轮廓查找用 RETR_EXTERNAL 是为了只取最外层边框，避免字符内部孔洞被识别成独立轮廓；取面积最大轮廓的假设是车牌在画面中占比最大，如果视频里同时出现多个车辆，这个逻辑需要改成取所有面积超过阈值的轮廓。

3.2 CNN.py 的字符分类：七个字符是怎么被逐一识别的

CNN 部分解决的是“定”到车牌后，怎么把每个字符读出来。国内车牌结构是：第一个位置是汉字（省份简称），第二个是字母（发牌机关），后面五个是字母数字混合。这套模型使用的 CNN 结构不算复杂，但胜在稳定。看代码能发现它使用了几层卷积加全连接的结构，核心是每个字符先缩放到固定尺寸，再进网络输出一个类别概率。

from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout def cnn_model(num_classes=65): # 65 类对应：31个省份汉字 + 24个字母 + 10个数字（部分字母不用） model = Sequential([ Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 1)), MaxPooling2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPooling2D((2, 2)), Conv2D(128, (3, 3), activation='relu'), Flatten(), Dropout(0.5), Dense(256, activation='relu'), Dense(num_classes, activation='softmax') ]) return model

这个 CNN 把输入固定为 32x32 单通道灰度图，三组卷积提取特征后接全连接层。最后按 softmax 维度是 65，每个类对应一个字符。特别提醒注意 Dropout(0.5)：有了它，即使你是用自己采样的少量车牌字符数据训练，也不容易过拟合，这层千万别去掉。

字符分割是整条链路里最依赖“经验参数”的地方。核心做法是按列投影：先把车牌区域转灰度、二值化，然后计算每列的像素和，连续有像素的列段就是一个字符的边界。由于字符间有固定间隙，这个方法的准确率在正常拍摄角度下很高。代码片段如下：

def split_chars(plate_img): # 预处理：灰度化 + 自适应阈值二值化 gray = cv2.cvtColor(plate_img, cv2.COLOR_BGR2GRAY) _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 垂直投影：统计每列白色像素数量 col_sum = np.sum(binary, axis=0) # 找到连续的列段（字符区域），宽度小于阈值的视为噪声 char_cols = [] in_char = False start = 0 for i, val in enumerate(col_sum): if val > 0 and not in_char: start = i in_char = True elif val == 0 and in_char: char_cols.append((start, i)) in_char = False # 根据字符间距判断实际字符边界，过滤掉过窄的干扰段 # 国内车牌通常为 7 个字符，取宽度最大的前 7 个列段 ...

二值化用了 Otsu 自动阈值，好处是不同光照下不用手动调。

4. GUI 与视频识别：Tkinter 界面怎么把模型包成毕设可演示的作品

4.1 主界面运行流程：GUI.py 都干了什么

很多算法模型跑通了，但作业一交就显得单薄，因为缺一个可视化的界面。这套源码用 Tkinter 做了桌面 GUI，直接运行 GUI.py 就能弹窗操作。Tkinter 是 Python 内置的 GUI 库，优势是不用额外装包、打包成 exe 也方便，适合毕设演示场景。

界面逻辑大致是这样：左边是图片预览区，右边是识别结果展示区，底部一排功能按钮。图片识别按钮绑定 imgGUI.py 里的处理函数，视频识别按钮绑定 vidGUI.py。你选一张本地图片，程序会展示标注了车牌位置的图像，并在文本框输出识别出的车牌号。核心交互代码大致是：

import tkinter as tk from tkinter import filedialog from imgGUI import process_image class PlateApp: def __init__(self): self.root = tk.Tk() self.root.title("国内车牌识别系统") self.root.geometry("900x600") # 按钮事件绑定：点击后调用图片识别流程 self.btn_open = tk.Button(self.root, text="选择图片", command=self.open_image) self.btn_open.pack() def open_image(self): path = filedialog.askopenfilename(filetypes=[("Images", "*.jpg *.png")]) if path: result = process_image(path) # 调用核心识别流程 self.show_result(result)

注意 process_image 返回的应该是一个字典或元组，包含识别结果字符串和标注后的图像数组。这里建议你自己运行一遍后，根据返回值的结构微调展示逻辑。如果你想把界面做得更像“产品”，可以在左侧加一个车牌区域裁剪图的预览，这个改动很小，但答辩演示时的效果差距很大。

4.2 视频识别：按帧处理的性能取舍

vidGUI.py 处理的是视频文件（demo_car.mp4 就是配套测试素材），原理不复杂，就是 OpenCV 逐帧读取，每一帧都走一遍完整识别流程。这里最大的现实问题就是速度：单帧识别需要两次模型推理（Unet + CNN），在纯 CPU 环境下 1 秒只能处理 1-2 帧，所以你看到的视频识别其实是抽帧识别而不是实时识别。

实际运行时，我发现视频识别里有一个必要的优化操作——跳帧处理。如果每帧都做全流程，视频播放会卡成幻灯片。项目采用了隔几帧推理一次的策略，代价是车牌在画面中的位置必须相对稳定，车辆快速掠过时容易漏检。我的建议是，如果你要拿视频识别做演示，提前把车速放慢，或者把跳帧间隔调低（比如每 3 帧推理一次），效果会好很多。这个参数一般在 vidGUI.py 中对应一个帧计数变量，改动代价很小。

界面部分还有一个演示上的小技巧：视频识别时，把识别到的车牌号和当前帧时间戳同时显示在界面上，配合一个文本框做识别历史列表，看起来会专业很多，这个基本不用改核心代码，靠 Tkinter 的 Text 组件追加文本就能实现。

5. 避坑与排查：环境配置、模型加载、识别失败的十个常见问题

5.1 依赖与环境的坑：OpenCV、Keras、TensorFlow 版本冲突

先说最可能劝退新手的坑：h5 文件加载失败。

现象：运行 GUI.py 后立刻报错No such file or directory: 'unet.h5'或者AttributeError: 'str' object has no attribute 'decode'。

原因分析：第一种是路径问题，你大概率没把运行目录切换到项目根目录，代码里写的相对路径找不到权重文件；第二种是 h5py 版本不兼容 Keras 2.x，典型的“旧权重配新库”问题。

解决办法：路径问题用os.chdir()强制切到项目所在目录，或者在 GUI.py 顶部把模型路径改成绝对路径。h5py 版本问题，如果你用的是 Python 3.8 或以上，建一个虚拟环境后固定安装h5py==2.10.0、tensorflow==2.4.0、opencv-python==4.5.5.64，这套组合我实测下来能顺畅加载 h5 权重，不会出现 decode 报错。

第二个高频坑是 OpenCV 的轮廓函数在不同版本中返回值数量不一致。OpenCV 4.x 里cv2.findContours返回两个值，OpenCV 3.x 返回三个值。如果你装了 OpenCV 3.4.1，代码里contours, _ = cv2.findContours(...)必然报错。

解决思路是写一行兼容代码：

# 兼容 OpenCV 3.x 与 4.x 的不同返回值 result = cv2.findContours(mask_original, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(result) == 2: contours = result[0] else: contours = result[1]

这个坑很隐蔽，因为只有旧版 OpenCV 用户才会遇到，但高校机房环境里很常见。

5.2 识别效果类问题：定位不准、字符错乱

定位框漂移是 Unet 推理常见的现象。表现是识别出的车牌区域明显偏离真实位置，不是整体偏上就是偏下。

原因大概率是原图缩放到 512x512 后被拉伸变形，Unet 对严重形变敏感，坐标还原时产生系统性偏移。解决办法是等比例缩放填充而不是直接 resize：把原图缩放到宽边 512，短边 pad 成灰色，推理后再从 mask 裁掉 padding 区域，这一条经验对任何分割模型都通用。

字符识别错乱分两种：首汉字识别错和数字字母混淆。首汉字错基本是训练数据中省份汉字样本不均衡导致的，cnn.h5 里有些生僻省份的样本少，识别效果就差。数字字母混淆则要看分割环节：如果分割出的单个字符宽高比严重失调，CNN 输入时被压变形，L、I、1 这类相似字符就容易混。解决方向是给分割模块加一个字符宽高比校验，比如正常字符的宽高比在 0.3 到 0.7 之间，超出这个区间的列段丢弃或合并，代码改动不超过十行，但对精度提升很明显。

还有一个小坑容易被忽略：输入 GUI.py 的测试图片不能是手机拍的高分辨率大图。如果图片宽度超过 2000 像素，直接缩放 512 会导致小车牌区域太小，Unet 很难分割出来。我一般会先做一次长边裁剪操作，把图像按比例压缩到 1000 像素以内再进模型，识别成功率会明显上升。

另一个值得记录的现象：白牌车（新能源绿牌实际是渐变绿，但某些地区临时牌照是全白底）识别效果差。原因是训练数据里绿牌和蓝牌为主，白牌底色导致二值化阈值计算失败。解决思路是在字符分割前加一步颜色判断：计算车牌区域的 RGB 均值，如果接近白色，就对二值化做反向操作并调小阈值。

5.3 GUI 卡死与线程问题、打包问题

GUI 界面在做视频识别时整个窗口无响应，这是典型的 Tkinter 主线程阻塞问题。

原因：视频识别循环在 Tkinter 的主线程里执行，前端的update()被密集的推理计算阻塞，界面自然假死。解决方法：把视频识别放进threading.Thread，推理完成后通过队列回传结果。但要注意回调里不要直接修改 Tkinter 控件变量，否则可能引发线程安全问题。我通常的做法是用root.after()在主线程里定时从队列取值刷新界面。

还有一个打包问题：如果你用 PyInstaller 打包 GUI.py 成 exe，运行时提示找不到 h5 模型文件。

这几乎是必踩的坑。原因很简单，PyInstaller 默认不会把 h5 权重和 mp4 测试视频一并打入。解决的办法是编辑.spec文件，在datas参数中显式添加资源文件路径，例如：

# 打包命令，注意把项目根目录下的资源文件包含进去 a.datas += [('unet.h5', 'unet.h5', 'DATA'), ('cnn.h5', 'cnn.h5', 'DATA')] pyinstaller -F -w GUI.py --add-data "unet.h5;." --add-data "cnn.h5;."

Windows 下用分号分隔，Linux/macOS 用冒号。打包完成后，务必在非项目目录下测试一次 exe，确认能独立找到模型文件再提交。

6. 进阶技巧：把模型的省份识别能力和边缘场景拉高一个档

拿到这套源码，如果你不只是想交作业，而是想让它成为你简历上一个有说服力的项目，我建议花半天时间做三件事：替换省份字符分类、扩充测试集、给 GUI 加批量识别功能。

第一件事是把 cnn.h5 替换成你本省数据增强后的版本。打开 train.py，找到字符数据集加载部分。自己拍 2000 张车牌字符图片，按省份分类存放，做随机旋转、对比度扰动：

# 数据增强：任意角度和亮度扰动 from tensorflow.keras.preprocessing.image import ImageDataGenerator datagen = ImageDataGenerator( rotation_range=5, width_shift_range=0.05, height_shift_range=0.05, brightness_range=(0.8, 1.2), zoom_range=0.1 ) # 用增强器重新训练 CNN，而不是直接加载原 h5 继续推理 train_generator = datagen.flow_from_directory('dataset/chars', target_size=(32, 32), batch_size=32, class_mode='categorical') # cnn_model.fit(train_generator, epochs=20, validation_data=val_generator)

增强后的模型对新场景的适应性会明显更好，而且这段代码在论文的“实验与改进”部分可以直接写成一节。

第二件事是造一个边界测试集。我一般会拿 20 张不同环境拍的车牌图，含夜间、雨天、轻微倾斜、部分遮挡四种情况，跑一遍系统并记录失败案例。这一步的意义不在调参，而在于你知道这套系统的能力边界在哪。实测下来，夜间场景受制于二值化质量，故障率偏高；倾斜超过 30 度时透视校正有概率把字符拉歪。知道这些边界后，答辩时面对老师的追问可以给出合理的技术解释，而不是含糊带过。

第三件事是给 GUI 加上批量图片识别并导出 CSV 结果。改动量不大：遍历文件夹里的所有图片，逐张调用 process_image，把识别到的车牌号写入 csv。这个功能看似简单，但它直接把你的系统从“演示工具”变成了“可用的小工具”，也让你的代码量有了实质性的增长。核心逻辑二十行不到：

import csv, os def batch_recognize(folder_path, output_csv): with open(output_csv, 'w', newline='', encoding='utf-8') as f: writer = csv.writer(f) writer.writerow(['filename', 'plate_number']) for name in os.listdir(folder_path): if name.lower().endswith(('.png', '.jpg', '.jpeg')): result = process_image(os.path.join(folder_path, name)) writer.writerow([name, result])

做这三件事加起来的代码量不超过一百行，但每个改动都对应一个可以写进毕业设计里的真实实验。从那以后，我每次拿到别人的开源项目，都会强制走一遍这个流程：先跑通看效果，再换自己的数据验证泛化能力，最后加一个批量处理的工具函数，补完这三点，项目才真正变成了你能讲明白的东西。希望这套车牌识别源码也能帮你少踩几个版本和环境上的坑，顺利跑通、做完、讲清楚。

本文还有配套的精品资源，点击获取