详细过程带你用Python做车牌自动识别系统

• • ui设计排版布局
• • 1. ui设计排版布局

前言

前段时间，用pyqt5写了两篇文章，、用python做个个性的动画挂件让桌面不单调。有粉丝问我，为什么要用pyqt5？之前没接触过pyqt5，能不能多分享一些这方面的开发案例？

今天就继续给大家分享一个实战案例，带大家一起用python的pyqt5开发一个车牌自动识别系统！

首先一起来看看最终实现的车牌识别系统效果图：

下面，我们就开始介绍如何实现这款自动车牌识别系统。

一、核心功能设计

总体来说，我们首先要进行ui界面构建设计，根据车牌识别系统功能进行画面排版布局；其次我们的这款车牌识别系统的主要功能车辆图片读取识别显示、图片中车牌roi区域获取、车牌识别结果输出显示。

对于结果输出显示，我们主要包含了读取图片名称、读取录入时间、识别车牌号码、识别车牌颜色、识别车牌所属地。最后我们还可以将车牌识别系统的数据信息导出本地存储。

拆解需求，大致可以整理出核心功能如下：

ui设计排版布局

• 左侧区域进行识别信息显示，包含图片名称、读取录入时间、识别车牌号码、识别车牌颜色、识别车牌所属地信息
• 右侧可以分成3个区域，顶部区域包含窗体最小化，最大化，关闭功能；中间区域显示读取车辆图片；底部区域包含车牌显示区域、图片读取、车牌信息存储功能

车牌识别

• 通过读取图片进行车牌区域提取输出
• 车牌自动识别结果输出

车牌信息显示存储

• 根据自动识别结果对车牌各类信息显示
• 对录入识别的车辆车牌识别信息存储

二、实现步骤

1. ui设计排版布局

根据车牌识别需要的功能，首先进行ui布局设计，我们这次还是使用的pyqt5。核心设计代码如下：

# author：csdn-dragon少年
def setupui(self, mainwindow):
    mainwindow.setobjectname("mainwindow")
    mainwindow.resize(1213, 670)
    mainwindow.setfixedsize(1213, 670)  # 设置窗体固定大小
    mainwindow.settoolbuttonstyle(qtcore.qt.toolbuttonicononly)
    self.centralwidget = qtwidgets.qwidget(mainwindow)
    self.centralwidget.setobjectname("centralwidget")
    self.scrollarea = qtwidgets.qscrollarea(self.centralwidget)
    self.scrollarea.setgeometry(qtcore.qrect(690, 40, 511, 460))
    self.scrollarea.setwidgetresizable(true)
    self.scrollarea.setobjectname("scrollarea")
    self.scrollareawidgetcontents = qtwidgets.qwidget()
    self.scrollareawidgetcontents.setgeometry(qtcore.qrect(0, 0, 500, 489))
    self.scrollareawidgetcontents.setobjectname("scrollareawidgetcontents")
    self.label_0 = qtwidgets.qlabel(self.scrollareawidgetcontents)
    self.label_0.setgeometry(qtcore.qrect(10, 10, 111, 20))
    font = qtgui.qfont()
    font.setpointsize(11)
    self.label_0.setfont(font)
    self.label_0.setobjectname("label_0")
    self.label = qtwidgets.qlabel(self.scrollareawidgetcontents)
    self.label.setgeometry(qtcore.qrect(10, 40, 481, 420))
    self.label.setobjectname("label")
    self.label.setalignment(qt.aligncenter)
    self.scrollarea.setwidget(self.scrollareawidgetcontents)
    self.scrollarea_2 = qtwidgets.qscrollarea(self.centralwidget)
    self.scrollarea_2.setgeometry(qtcore.qrect(10, 10, 671, 631))
    self.scrollarea_2.setwidgetresizable(true)
    self.scrollarea_2.setobjectname("scrollarea_2")
    self.scrollareawidgetcontents_1 = qtwidgets.qwidget()
    self.scrollareawidgetcontents_1.setgeometry(qtcore.qrect(0, 0, 669, 629))
    self.scrollareawidgetcontents_1.setobjectname("scrollareawidgetcontents_1")
    self.label_1 = qtwidgets.qlabel(self.scrollareawidgetcontents_1)
    self.label_1.setgeometry(qtcore.qrect(10, 10, 111, 20))
    font = qtgui.qfont()
    font.setpointsize(11)
    self.label_1.setfont(font)
    self.label_1.setobjectname("label_1")
    self.tablewidget = qtwidgets.qtablewidget(self.scrollareawidgetcontents_1)
    self.tablewidget.setgeometry(qtcore.qrect(10, 40, 651, 581))  # 581))
    self.tablewidget.setobjectname("tablewidget")
    self.tablewidget.setcolumncount(5)
    self.tablewidget.setcolumnwidth(0, 140)  # 设置1列的宽度
    self.tablewidget.setcolumnwidth(1, 130)  # 设置2列的宽度
    self.tablewidget.setcolumnwidth(2, 110)  # 设置3列的宽度
    self.tablewidget.setcolumnwidth(3, 90)  # 设置4列的宽度
    self.tablewidget.setcolumnwidth(4, 181)  # 设置5列的宽度
    self.tablewidget.sethorizontalheaderlabels(["图片名称", "录入时间", "车牌号码", "车牌类型", "车牌信息"])
    self.tablewidget.setrowcount(self.rowlength)
    self.tablewidget.verticalheader().setvisible(false)  # 隐藏垂直表头)
    self.tablewidget.setedittriggers(qabstractitemview.noedittriggers)
    self.tablewidget.raise_()
    self.scrollarea_2.setwidget(self.scrollareawidgetcontents_1)
    self.scrollarea_3 = qtwidgets.qscrollarea(self.centralwidget)
    self.scrollarea_3.setgeometry(qtcore.qrect(690, 510, 341, 131))
    self.scrollarea_3.setwidgetresizable(true)
    self.scrollarea_3.setobjectname("scrollarea_3")
    self.scrollareawidgetcontents_3 = qtwidgets.qwidget()
    self.scrollareawidgetcontents_3.setgeometry(qtcore.qrect(0, 0, 339, 129))
    self.scrollareawidgetcontents_3.setobjectname("scrollareawidgetcontents_3")
    self.label_2 = qtwidgets.qlabel(self.scrollareawidgetcontents_3)
    self.label_2.setgeometry(qtcore.qrect(10, 10, 111, 20))
    font = qtgui.qfont()
    font.setpointsize(11)
    self.label_2.setfont(font)
    self.label_2.setobjectname("label_2")
    self.label_3 = qtwidgets.qlabel(self.scrollareawidgetcontents_3)
    self.label_3.setgeometry(qtcore.qrect(10, 40, 321, 81))
    self.label_3.setobjectname("label_3")
    self.scrollarea_3.setwidget(self.scrollareawidgetcontents_3)
    self.scrollarea_4 = qtwidgets.qscrollarea(self.centralwidget)
    self.scrollarea_4.setgeometry(qtcore.qrect(1040, 510, 161, 131))
    self.scrollarea_4.setwidgetresizable(true)
    self.scrollarea_4.setobjectname("scrollarea_4")
    self.scrollareawidgetcontents_4 = qtwidgets.qwidget()
    self.scrollareawidgetcontents_4.setgeometry(qtcore.qrect(0, 0, 159, 129))
    self.scrollareawidgetcontents_4.setobjectname("scrollareawidgetcontents_4")
    self.pushbutton_2 = qtwidgets.qpushbutton(self.scrollareawidgetcontents_4)
    self.pushbutton_2.setgeometry(qtcore.qrect(20, 50, 121, 31))
    self.pushbutton_2.setobjectname("pushbutton_2")
    self.pushbutton = qtwidgets.qpushbutton(self.scrollareawidgetcontents_4)
    self.pushbutton.setgeometry(qtcore.qrect(20, 90, 121, 31))
    self.pushbutton.setobjectname("pushbutton")
    self.label_4 = qtwidgets.qlabel(self.scrollareawidgetcontents_4)
    self.label_4.setgeometry(qtcore.qrect(10, 10, 111, 20))
    font = qtgui.qfont()
    font.setpointsize(11)
    self.label_4.setfont(font)
    self.label_4.setobjectname("label_4")
    self.scrollarea_4.setwidget(self.scrollareawidgetcontents_4)
    mainwindow.setcentralwidget(self.centralwidget)
    self.statusbar = qtwidgets.qstatusbar(mainwindow)
    self.statusbar.setobjectname("statusbar")
    mainwindow.setstatusbar(self.statusbar)
    self.retranslateui(mainwindow)
    qtcore.qmetaobject.connectslotsbyname(mainwindow)
    self.retranslateui(mainwindow)
    qtcore.qmetaobject.connectslotsbyname(mainwindow)
    self.pushbutton.clicked.connect(self.__openimage)  # 设置点击事件
    self.pushbutton.setstylesheet('''qpushbutton{background:#222225;border-radius:5px;}qpushbutton:hover{background:#2b2b2b;}''')
    self.pushbutton_2.clicked.connect(self.__writefiles)  # 设置点击事件
    self.pushbutton_2.setstylesheet('''qpushbutton{background:#222225;border-radius:5px;}qpushbutton:hover{background:#2b2b2b;}''')
    self.retranslateui(mainwindow)
    self.close_widget = qtwidgets.qwidget(self.centralwidget)
    self.close_widget.setgeometry(qtcore.qrect(1130, 0, 90, 50))
    self.close_widget.setobjectname("close_widget")
    self.close_layout = qgridlayout()  # 创建左侧部件的网格布局层
    self.close_widget.setlayout(self.close_layout)  # 设置左侧部件布局为网格
    self.left_close = qpushbutton("")  # 关闭按钮
    self.left_close.clicked.connect(self.close)
    self.left_visit = qpushbutton("")  # 空白按钮
    self.left_visit.clicked.connect(mainwindow.big)
    self.left_mini = qpushbutton("")  # 最小化按钮
    self.left_mini.clicked.connect(mainwindow.mini)
    self.close_layout.addwidget(self.left_mini, 0, 0, 1, 1)
    self.close_layout.addwidget(self.left_close, 0, 2, 1, 1)
    self.close_layout.addwidget(self.left_visit, 0, 1, 1, 1)
    self.left_close.setfixedsize(15, 15)  # 设置关闭按钮的大小
    self.left_visit.setfixedsize(15, 15)  # 设置按钮大小
    self.left_mini.setfixedsize(15, 15)  # 设置最小化按钮大小
    self.left_close.setstylesheet(
        '''qpushbutton{background:#f76677;border-radius:5px;}qpushbutton:hover{background:red;}''')
    self.left_visit.setstylesheet(
        '''qpushbutton{background:#f7d674;border-radius:5px;}qpushbutton:hover{background:yellow;}''')
    self.left_mini.setstylesheet(
        '''qpushbutton{background:#6ddf6d;border-radius:5px;}qpushbutton:hover{background:green;}''')

    qtcore.qmetaobject.connectslotsbyname(mainwindow)
    self.projectpath = os.getcwd()  # 获取当前工程文件位置
    self.scrollareawidgetcontents.setstylesheet(sc)
    self.scrollareawidgetcontents_3.setstylesheet(sc)
    self.scrollareawidgetcontents_4.setstylesheet(sc)
    b =             '''
         color:white;
         background:#2b2b2b;
        '''
    self.label_0.setstylesheet(b)
    self.label_1.setstylesheet(b)
    self.label_2.setstylesheet(b)
    self.label_3.setstylesheet(b)
    mainwindow.setwindowopacity(0.95)  # 设置窗口透明度
    mainwindow.setattribute(qt.wa_translucentbackground)
    mainwindow.setwindowflag(qt.framelesswindowhint)  # 隐藏边框

# author：csdn-dragon少年
def retranslateui(self, mainwindow):
    _translate = qtcore.qcoreapplication.translate
    mainwindow.setwindowtitle(_translate("mainwindow", "车牌识别系统"))
    self.label_0.settext(_translate("mainwindow", "原始图片："))
    self.label.settext(_translate("mainwindow", ""))
    self.label_1.settext(_translate("mainwindow", "识别结果："))
    self.label_2.settext(_translate("mainwindow", "车牌区域："))
    self.label_3.settext(_translate("mainwindow", ""))
    self.pushbutton.settext(_translate("mainwindow", "打开文件"))
    self.pushbutton_2.settext(_translate("mainwindow", "导出数据"))
    self.label_4.settext(_translate("mainwindow", "事件："))
    self.scrollareawidgetcontents_1.show()

ui实现效果如下：

2. 车牌识别

接下来我们需要实现两个核心功能，包括获取车牌roi区域和车牌自动识别功能。

车牌roi区域提取：

根据读取的车辆图片，预处理进行车牌roi区域提取，主要通过opencv的图像处理相关知识点来完成。主要包括对图像去噪、二值化、边缘轮廓提取、矩形区域矫正、蓝绿黄车牌颜色定位识别。核心代码如下：

# author：csdn-dragon少年
# 预处理
def pretreatment(self, car_pic):
    if type(car_pic) == type(""):
        img = self.__imreadex(car_pic)
    else:
        img = car_pic
    pic_hight, pic_width = img.shape[:2]

    if pic_width > self.max_width:
        resize_rate = self.max_width / pic_width
        img = cv2.resize(img, (self.max_width, int(pic_hight * resize_rate)),
                         interpolation=cv2.inter_area)  # 图片分辨率调整
    blur = self.cfg["blur"]
    # 高斯去噪
    if blur > 0:
        img = cv2.gaussianblur(img, (blur, blur), 0)
    oldimg = img
    img = cv2.cvtcolor(img, cv2.color_bgr2gray)
    kernel = np.ones((20, 20), np.uint8)
    img_opening = cv2.morphologyex(img, cv2.morph_open, kernel)  # 开运算
    img_opening = cv2.addweighted(img, 1, img_opening, -1, 0);  # 与上一次开运算结果融合
    # cv2.imshow('img_opening', img_opening)

    # 找到图像边缘
    ret, img_thresh = cv2.threshold(img_opening, 0, 255, cv2.thresh_binary + cv2.thresh_otsu)  # 二值化
    img_edge = cv2.canny(img_thresh, 100, 200)
    # cv2.imshow('img_edge', img_edge)

    # 使用开运算和闭运算让图像边缘成为一个整体
    kernel = np.ones((self.cfg["morphologyr"], self.cfg["morphologyc"]), np.uint8)
    img_edge1 = cv2.morphologyex(img_edge, cv2.morph_close, kernel)  # 闭运算
    img_edge2 = cv2.morphologyex(img_edge1, cv2.morph_open, kernel)  # 开运算
    # cv2.imshow('img_edge2', img_edge2)
    # cv2.imwrite('./edge2.png', img_edge2)
    # 查找图像边缘整体形成的矩形区域，可能有很多，车牌就在其中一个矩形区域中
    image, contours, hierarchy = cv2.findcontours(img_edge2, cv2.retr_tree, cv2.chain_approx_simple)
    contours = [cnt for cnt in contours if cv2.contourarea(cnt) > self.min_area]
    # 逐个排除不是车牌的矩形区域
    car_contours = []
    for cnt in contours:
        # 框选 生成最小外接矩形 返回值（中心(x,y), (宽,高), 旋转角度）
        rect = cv2.minarearect(cnt)
        # print('宽高:',rect[1])
        area_width, area_height = rect[1]
        # 选择宽大于高的区域
        if area_width < area_height:
            area_width, area_height = area_height, area_width
        wh_ratio = area_width / area_height
        # print('宽高比：',wh_ratio)
        # 要求矩形区域长宽比在2到5.5之间，2到5.5是车牌的长宽比，其余的矩形排除
        if wh_ratio > 2 and wh_ratio < 5.5:
            car_contours.append(rect)
            box = cv2.boxpoints(rect)
            box = np.int0(box)
    # 矩形区域可能是倾斜的矩形，需要矫正，以便使用颜色定位
    card_imgs = []
    for rect in car_contours:
        if rect[2] > -1 and rect[2] < 1:  # 创造角度，使得左、高、右、低拿到正确的值
            angle = 1
        else:
            angle = rect[2]
        rect = (rect[0], (rect[1][0] + 5, rect[1][1] + 5), angle)  # 扩大范围，避免车牌边缘被排除
        box = cv2.boxpoints(rect)
        heigth_point = right_point = [0, 0]
        left_point = low_point = [pic_width, pic_hight]
        for point in box:
            if left_point[0] > point[0]:
                left_point = point
            if low_point[1] > point[1]:
                low_point = point
            if heigth_point[1] < point[1]:
                heigth_point = point
            if right_point[0] < point[0]:
                right_point = point
        if left_point[1] <= right_point[1]:  # 正角度
            new_right_point = [right_point[0], heigth_point[1]]
            pts2 = np.float32([left_point, heigth_point, new_right_point])  # 字符只是高度需要改变
            pts1 = np.float32([left_point, heigth_point, right_point])
            m = cv2.getaffinetransform(pts1, pts2)
            dst = cv2.warpaffine(oldimg, m, (pic_width, pic_hight))
            self.__point_limit(new_right_point)
            self.__point_limit(heigth_point)
            self.__point_limit(left_point)
            card_img = dst[int(left_point[1]):int(heigth_point[1]), int(left_point[0]):int(new_right_point[0])]
            card_imgs.append(card_img)

        elif left_point[1] > right_point[1]:  # 负角度

            new_left_point = [left_point[0], heigth_point[1]]
            pts2 = np.float32([new_left_point, heigth_point, right_point])  # 字符只是高度需要改变
            pts1 = np.float32([left_point, heigth_point, right_point])
            m = cv2.getaffinetransform(pts1, pts2)
            dst = cv2.warpaffine(oldimg, m, (pic_width, pic_hight))
            self.__point_limit(right_point)
            self.__point_limit(heigth_point)
            self.__point_limit(new_left_point)
            card_img = dst[int(right_point[1]):int(heigth_point[1]), int(new_left_point[0]):int(right_point[0])]
            card_imgs.append(card_img)
    #使用颜色定位，排除不是车牌的矩形，目前只识别蓝、绿、黄车牌
    colors = []
    for card_index, card_img in enumerate(card_imgs):
        green = yellow = blue = black = white = 0
        try:
            # 有转换失败的可能，原因来自于上面矫正矩形出错
            card_img_hsv = cv2.cvtcolor(card_img, cv2.color_bgr2hsv)
        except:
            print('bgr转hsv失败')
            card_imgs = colors = none
            return card_imgs, colors

        if card_img_hsv is none:
            continue
        row_num, col_num = card_img_hsv.shape[:2]
        card_img_count = row_num * col_num

        # 确定车牌颜色
        for i in range(row_num):
            for j in range(col_num):
                h = card_img_hsv.item(i, j, 0)
                s = card_img_hsv.item(i, j, 1)
                v = card_img_hsv.item(i, j, 2)
                if 11 < h <= 34 and s > 34:  # 图片分辨率调整
                    yellow += 1
                elif 35 < h <= 99 and s > 34:  # 图片分辨率调整
                    green += 1
                elif 99 < h <= 124 and s > 34:  # 图片分辨率调整
                    blue += 1

                if 0 < h < 180 and 0 < s < 255 and 0 < v < 46:
                    black += 1
                elif 0 < h < 180 and 0 < s < 43 and 221 < v < 225:
                    white += 1
        color = "no"
        # print('黄：{:<6}绿：{:<6}蓝：{:<6}'.format(yellow,green,blue))

        limit1 = limit2 = 0
        if yellow * 2 >= card_img_count:
            color = "yellow"
            limit1 = 11
            limit2 = 34  # 有的图片有色偏偏绿
        elif green * 2 >= card_img_count:
            color = "green"
            limit1 = 35
            limit2 = 99
        elif blue * 2 >= card_img_count:
            color = "blue"
            limit1 = 100
            limit2 = 124  # 有的图片有色偏偏紫
        elif black + white >= card_img_count * 0.7:
            color = "bw"
        # print(color)
        colors.append(color)
        # print(blue, green, yellow, black, white, card_img_count)
        if limit1 == 0:
            continue

        # 根据车牌颜色再定位，缩小边缘非车牌边界
        xl, xr, yh, yl = self.accurate_place(card_img_hsv, limit1, limit2, color)
        if yl == yh and xl == xr:
            continue
        need_accurate = false
        if yl >= yh:
            yl = 0
            yh = row_num
            need_accurate = true
        if xl >= xr:
            xl = 0
            xr = col_num
            need_accurate = true
        card_imgs[card_index] = card_img[yl:yh, xl:xr] \
            if color != "green" or yl < (yh - yl) // 4 else card_img[yl - (yh - yl) // 4:yh, xl:xr]
        if need_accurate:  # 可能x或y方向未缩小，需要再试一次
            card_img = card_imgs[card_index]
            card_img_hsv = cv2.cvtcolor(card_img, cv2.color_bgr2hsv)
            xl, xr, yh, yl = self.accurate_place(card_img_hsv, limit1, limit2, color)
            if yl == yh and xl == xr:
                continue
            if yl >= yh:
                yl = 0
                yh = row_num
            if xl >= xr:
                xl = 0
                xr = col_num
        card_imgs[card_index] = card_img[yl:yh, xl:xr] \
            if color != "green" or yl < (yh - yl) // 4 else card_img[yl - (yh - yl) // 4:yh, xl:xr]
    # cv2.imshow("result", card_imgs[0])
    # cv2.imwrite('1.jpg', card_imgs[0])
    # print('颜色识别结果：' + colors[0])
    return card_imgs, colors

至此我们就可以输出车牌roi区域和车牌颜色了，效果如下：

车牌自动识别：

本篇介绍调用百度ai提供的车牌识别接口 – 百度ai开放平台链接，识别效果非常不错。

这里面我们可以创建一个车牌识别的应用，其中的api key及secret key后面我们调用车牌识别检测接口时会用到。

我们可以看到官方提供的帮助文档，介绍了如何调用请求url数据格式，向api服务地址使用post发送请求，必须在url中带上参数access_token，可通过后台的api key和secret key生成。这里面的api key和secret key就是我们上面提到的。

接下来我们看看调用车牌识别接口代码示例。

那我们如何获取识别的车牌号码呢？api文档可以看到里面有个words_result字典 ，其中的color代表车牌颜色 ，number代表车牌号码 。这样我就可以知道识别的车牌颜色和车牌号了。

车牌识别的接口调用流程基本已经清楚了，下面就可以进行代码实现了。

# author：csdn-dragon少年
def get_token(self):
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + self.client_id + '&client_secret=' + self.client_secret
    response = requests.get(host)
    if response:
        token_info = response.json()
        token_key = token_info['access_token']
    return token_key

# author：csdn-dragon少年
def get_license_plate(self, car_pic):
    result = {}
    card_imgs, colors = self.pretreatment(car_pic)
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/license_plate"
    # 二进制方式打开图片文件
    f = open(car_pic, 'rb')
    img = base64.b64encode(f.read())
    params = {"image": img}
    access_token = self.get_token()
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    if response:
        print(response.json())
        license_result = response.json()['words_result']['number']
        card_color = response.json()['words_result']['color']
        if license_result != []:
            result['inputtime'] = time.strftime("%y-%m-%d %h:%m:%s")
            result['type'] = self.cardtype[card_color]
            result['picture'] = card_imgs[0]
            result['number'] = ''.join(license_result[:2]) + '·' + ''.join(license_result[2:])
            try:
                result['from'] = ''.join(self.prefecture[license_result[0]][license_result[1]])
            except:
                result['from'] = '未知'
            return result
    else:
        return none

这样我们就可以拿到车牌颜色和车牌号码了，效果如下：

3. 车牌信息显示存储

3.1 车牌信息显示：

# author：csdn-dragon少年
def __show(self, result, filename):
    # 显示表格
    self.rowlength = self.rowlength + 1
    if self.rowlength > 18:
        self.tablewidget.setcolumnwidth(5, 157)
    self.tablewidget.setrowcount(self.rowlength)
    self.tablewidget.setitem(self.rowlength - 1, 0, qtablewidgetitem(filename))
    self.tablewidget.setitem(self.rowlength - 1, 1, qtablewidgetitem(result['inputtime']))
    self.tablewidget.setitem(self.rowlength - 1, 2, qtablewidgetitem(result['number']))
    self.tablewidget.setitem(self.rowlength - 1, 3, qtablewidgetitem(result['type']))
    if result['type'] == '蓝色牌照':
        self.tablewidget.item(self.rowlength - 1, 3).setbackground(qbrush(qcolor(3, 128, 255)))
    elif result['type'] == '绿色牌照':
        self.tablewidget.item(self.rowlength - 1, 3).setbackground(qbrush(qcolor(98, 198, 148)))
    elif result['type'] == '黄色牌照':
        self.tablewidget.item(self.rowlength - 1, 3).setbackground(qbrush(qcolor(242, 202, 9)))
    self.tablewidget.setitem(self.rowlength - 1, 4, qtablewidgetitem(result['from']))
    self.tablewidget.item(self.rowlength - 1, 4).setbackground(qbrush(qcolor(255, 255, 255)))
    # 显示识别到的车牌位置
    size = (int(self.label_3.width()), int(self.label_3.height()))
    shrink = cv2.resize(result['picture'], size, interpolation=cv2.inter_area)
    shrink = cv2.cvtcolor(shrink, cv2.color_bgr2rgb)
    self.qtimg = qtgui.qimage(shrink[:], shrink.shape[1], shrink.shape[0], shrink.shape[1] * 3,
                              qtgui.qimage.format_rgb888)
    self.label_3.setpixmap(qtgui.qpixmap.fromimage(self.qtimg))

效果如下：

3.2 信息导出存储：

# author：csdn-dragon少年
def __writexls(self, data, path):
    wb = xlwt.workbook();
    ws = wb.add_sheet('data');
    # data.insert(0, ['文件名称','录入时间', '车牌号码', '车牌类型', '车牌信息'])
    for i, data in enumerate(data):
        for j, data in enumerate(data):
            ws.write(i, j, data)
    wb.save(path)
    qmessagebox.information(none, "成功", "数据已保存！", qmessagebox.yes)
def __writecsv(self, data, path):
    f = open(path, 'w')
    # data.insert(0, ['文件名称','录入时间', '车牌号码', '车牌类型', '车牌信息'])
    for data in data:
        f.write((',').join(data) + '\n')
    f.close()
    qmessagebox.information(none, "成功", "数据已保存！", qmessagebox.yes)

def __writefiles(self):
    path, filetype = qfiledialog.getsavefilename(none, "另存为", self.projectpath,
                                                 "excel 工作簿(*.xls);;csv (逗号分隔)(*.csv)")
    if path == "":  # 未选择
        return
    if filetype == 'excel 工作簿(*.xls)':
        self.__writexls(self.data, path)
    elif filetype == 'csv (逗号分隔)(*.csv)':
        self.__writecsv(self.data, path)

效果如下：

导出车牌信息数据如下：

至此，整个车牌自动识别系统就完成了~今天我们就到这里，明天继续努力！

如果本篇博客有任何错误，请批评指教，不胜感激 ！