简介基于PaddleOCR车牌号识别源码是一套面向OCR学习者和智能交通开发者的精简实现。它在PaddleOCR官方代码基础上剪裁聚焦车牌识别场景配合作者博文中的预训练模型即可完成端到端车牌号识别适合快速搭建实验环境或嵌入现有业务系统。压缩包共33个文件包含15个Python脚本、14个pyc编译文件、2个txt配置与说明文本及2张jpg样例图整体大小仅273KB。其中predict_system.py、predict_det.py、predict_rec.py等脚本覆盖检测、识别、分类等完整推理流程ppocr目录保留数据与后处理模块便于按需修改和二次开发。资源配套文章和示例图可帮助理解参数配置与输出结果目前已有417人学习下载适合有一定OCR基础的开发者参考使用。1. PaddleOCR车牌号识别为什么值得把源码吃透车牌识别是OCR工程里最「挑食」的场景字符集小但高度固定、背景复杂但位置相对规律、对实时性要求高。大部分团队的第一版方案是拿YOLO检测车牌框再单独训练一个分类器认字符两条管线各自维护、两套模型部署。PaddleOCR给了一条更短的路径——它自带文本检测、方向分类、文本识别三段式管线车牌正好落在「文本框短文本识别」的模型能力范围内。实际踩下来直接用PaddleOCR的通用模型识别车牌蓝牌能过、新能源绿牌经常丢字符原因不是模型弱而是车牌字符集、长宽比和后处理规则与通用文本不在一个维度。下面从源码级调用链出发把PaddleOCR车牌识别的最小可跑链路、参数调整位置和精度验收方法一次性讲清楚。适合已经跑过PaddleOCR demo、但想真正把它用在车牌场景的工程师。2. 先搭环境PaddleOCR车牌识别的最小可跑链路2.1 版本选型与安装方式PaddleOCR目前有两个主流分支2.x的静态图版和3.x的动态图版。做车牌识别我倾向直接用3.x分支动态图模式下调试检测框和识别结果更直观不必每次改完参数重新导出推理模型。安装时只要把paddlepaddle和paddleocr两个包一起装上注意paddlepaddle的版本要和本机CUDA对应纯CPU环境也能跑只是检测阶段会慢一些。# 创建独立环境避免和已有opencv版本冲突 python -m venv paddleocr_env source paddleocr_env/bin/activate pip install --upgrade pip # CPU版本GPU环境把paddlepaddle换成对应CUDA版本的paddlepaddle-gpu pip install paddlepaddle pip install paddleocr这里有几个关键点。PaddleOCR安装时会自动拉取opencv-python、shapely、pyclipper这些依赖如果服务器上已经有一个opencv版本经常出现libGL.so.1找不到的报错解决方式不是重装opencv而是把libgl1系统库装上。另一个常见坑是shapely版本过高2.x的shapely接口变化会导致PaddleOCR在文本框聚合时报错我一般会把shapely钉到1.8.5再往上装。2.2 最小车牌识别代码安装完成后车牌识别的最小调用链比想象中短。PaddleOCR的predict接口在3.x里统一了检测、方向分类、识别的调用入口传入一张图像返回的识别结果包含文本框坐标、识别文本和置信度。from paddleocr import PaddleOCR ocr PaddleOCR( use_angle_clsTrue, # 开启方向分类车牌倾斜时有用 langch, # 中文识别车牌省份汉字必需 det_limit_side_len960, # 检测时图像最长边车牌小字适当降低 use_textline_orientationTrue ) result ocr.predict( inputplate_sample.jpg, # 也支持np.ndarray ) for item in result: # item是字典包含文本框四点坐标、文本内容和置信度 for text in item[rec_texts]: print(text)这段代码能跑通不代表能直接用。use_angle_cls对车牌场景是把双刃剑——车牌本身是横向文本但摄像头抓拍的车牌在画面里经常有旋转方向分类器会把旋转超过90度的车牌转正代价是每个检测框多一次前向推理。如果项目是固定点位抓拍、车牌角度可控把这个开关关掉能省下近20%的推理耗时。2.3 检测框可视化先确认车牌的边界在哪跑通识别后第一件事不是看识别文本而是看检测框画在什么位置。车牌识别的大部分精度问题根源都在检测阶段框大了把车标、保险杠纹理包进来识别阶段就会多出一堆噪声字符框小了把车牌边框裁掉字符被切断汉字和数字都认不全。把检测框可视化出来能快速判断问题出在检测还是识别。import cv2 import numpy as np from paddleocr import PaddleOCR ocr PaddleOCR(use_angle_clsTrue, langch) img cv2.imread(plate_sample.jpg) result ocr.predict(img) for item in result: # dt_polys: [N, 4, 2] 每个检测框的四个角点坐标 for poly in item[dt_polys]: pts np.array(poly, dtypenp.int32).reshape(-1, 1, 2) cv2.polylines(img, [pts], isClosedTrue, color(0, 255, 0), thickness2) cv2.imwrite(viz_result.jpg, img) print(hit boxes:, len(item[dt_polys]))可视化这一步的意义在于分流排查方向。检测框正常、识别结果错问题在字符集和识别后处理检测框偏移、漏框问题在检测模型的输入尺寸和图像预处理。车牌这类小目标物体在监控画面里占比很小直接把整帧960px的图丢给检测器车牌宽度往往只有几十像素识别效果差是正常的。常见做法是先用一个轻量目标检测模型定位车牌区域裁出车牌局部图后再交给PaddleOCR识别这样既保留了PaddleOCR的识别能力又绕开了通用文本检测对小目标不友好的问题。3. 源码拆解检测、字符集、车牌后处理三位一体3.1 检测模型对车牌的适配点PaddleOCR的检测模型是DBDifferentiable Binarization系列核心思路是对每个像素预测一个概率图再用可微二值化把概率图转成文本区域的二值图最后用轮廓查找得到文本框。这套机制对文字区域有效但车牌有两个特性让DB检测很别扭一是车牌是高对比度的规则矩形边缘纹理和字符纹理混在一起二是车牌在画面里的尺度变化大远距离抓拍时车牌可能只有20x80像素。源码里能调整的关键参数是det_limit_side_len它控制检测输入尺寸。默认960对车牌偏大——画面整体缩放后车牌字符的笔画可能细到像素级丢失。我一般会把这个值降到640或768让车牌区域在缩放后保持足够的像素宽度。另一个参数是det_db_thresh二值化阈值默认0.3。车牌字符和背景对比度高可以往上调到0.4减少背景纹理被误判为文本的概率。参数默认值车牌场景建议作用det_limit_side_len960640/768检测输入最长边影响小目标召回det_db_thresh0.30.4左右二值化阈值越高越保守det_db_box_thresh0.50.5-0.6检测框过滤阈值det_db_unclip_ratio1.61.8-2.0检测框外扩比例车牌识别框需要留边det_db_unclip_ratio是容易忽略的一项。它控制检测框向外扩张的比例车牌识别的输入框如果紧贴字符边界字符尤其是汉字两侧的圆角边框容易被截断。把外扩比例调到1.8以上识别输入里带上一点车牌底色反而能提升字符完整度。3.2 识别模型与车牌字符集PaddleOCR识别模型的字符集默认是ch覆盖常用汉字、数字、字母。车牌字符集是它的一个真子集31个省份汉字京、津、沪、渝、冀、豫、云、辽、黑、湘、皖、鲁、新、苏、浙、赣、鄂、桂、甘、晋、蒙、陕、吉、闽、贵、粤、青、藏、川、宁、琼加上24个大写字母I和O通常不用和10个数字。直接用通用ch模型的问题在于车牌上有些字符在通用场景里很少出现模型对它们的特征不够敏感。比如「皖」和「晚」、「鲁」和「兽」在低分辨率下容易混淆。解决思路有两个一是识别后加车牌格式正则校验用格式约束排除不可能的识别结果二是用真实车牌数据微调识别模型把字符集收敛到车牌子集。微调用的字符集字典文件是ppocr/utils/ppocr_keys_v1.txt可以按车牌场景裁剪把字典缩减到省份汉字加字母加数字训练时character_dict_path指向新字典。字符集缩小后分类头的类别数从6000多降到65个左右模型体积和推理延迟都有明显下降。3.3 车牌后处理正则约束与置信度过滤识别模型输出的是文本序列和每帧概率车牌后处理要做的不是直接采信而是用格式规则把结果「掰正」。标准车牌格式是省份汉字1位、发牌机关字母1位、序号5位蓝牌或6位新能源绿牌。用正则可以把不符合格式的结果直接判为不合格进入重识别或人工处理。import re def is_valid_plate(text: str) - tuple[bool, str]: # 省份简称 发牌机关字母 5-6位序号新能源多一位 pattern re.compile( r^[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼] r[A-Z] r[A-Z0-9]{5,6}$ ) if pattern.match(text): return True, text # 常见失败O和0、I和1混淆归一化后重试 normalized text.replace(O, 0).replace(I, 1) if pattern.match(normalized): return True, normalized return False, # 结合置信度只保留高置信且格式合法的结果 for text, score in zip(result[0][rec_texts], result[0][rec_scores]): ok, final_text is_valid_plate(text) if ok and score 0.6: print(final_text, score)正则归一化里藏一个细节车牌上字母O和数字0、字母I和数字1在视觉上高度相似模型输出的置信度往往差不多。处理顺序必须是先正则校验再字符替换不能上来就全局替换——车牌序号里合法出现的I/O会被误伤。更稳妥的做法是在验证返回False时只替换一次再做二次校验。3.4 倾斜车牌的文本校正固定点位抓拍的车牌基本水平但移动场景例如道闸前减速、转弯进停车场拍到的车牌常有明显倾斜。PaddleOCR的方向分类和识别模型自带一定的旋转鲁棒性但超过15度的倾斜需要先校正。常见做法是拿检测框的四个角点计算最小外接矩形的旋转角用仿射变换转正后再进入识别管线。import cv2 import numpy as np def rotate_plate_crop(img, poly): # poly: [[x1,y1],[x2,y2],[x3,y3],[x4,y4]] 检测框四点 rect cv2.minAreaRect(np.array(poly, dtypenp.float32)) angle rect[2] # 保证转正后是横向文本不做垂直矫正 if angle 45: angle angle - 90 if angle -45: angle angle 90 (h, w) img.shape[:2] matrix cv2.getRotationMatrix2D(rect[0], angle, 1.0) rotated cv2.warpAffine(img, matrix, (w, h), flagscv2.INTER_CUBIC, borderModecv2.BORDER_REPLICATE) # 按旋转后的外接矩形裁剪 box cv2.boxPoints(rect).astype(np.int32) xs box[:, 0]; ys box[:, 1] crop rotated[max(0, ys.min()-5):ys.max()5, max(0, xs.min()-5):xs.max()5] return crop这段代码的关键是cv2.minAreaRect返回的角度范围是[-90, 0)直接旋转会让水平车牌变垂直所以要先做一个角度归一到[-45, 45]区间的判断。裁剪时四周多留5个像素的边距避免旋转插值在边缘产生黑边干扰识别。校正后的裁剪图分辨率如果低于50x150建议先做一次INTER_CUBIC放大再进识别模型小字体的识别精度能提升一个档次。4. 参数调优与模型微调把识别率从70%拉到95%4.1 识别置信度分布分析优化前先量化。PaddleOCR返回的置信度是每个字符概率的均值但它有两个特点一是均值会被高分字符拉高某个关键字符错了但整体分数看起来还行二是汉字位置的错误往往对应低置信度而字母数字的错误置信度可能很高。所以调优的第一步是把一批真实样本跑一遍按置信度分桶统计错误率找出阈值边界在哪里。from collections import defaultdict # 假设已有 ground truth 列表: (image_path, true_plate) # 统计每个置信区间内的错误率 bucket defaultdict(lambda: [0, 0]) # (total, wrong) for img_path, true_label in sample_list: result ocr.predict(img_path) pred_text result[0][rec_texts][0] if result[0][rec_texts] else pred_score float(result[0][rec_scores][0]) bucket[int(pred_score * 10)][0] 1 if pred_text ! true_label: bucket[int(pred_score * 10)][1] 1 for score_bucket in sorted(bucket.keys()): total, wrong bucket[score_bucket] if total 0: print(fscore {score_bucket/10:.1f} error_rate{wrong/total:.2%} n{total})这种分桶统计会揭示一个反直觉现象置信度在0.9以上的样本错误率未必是0因为字符混淆存活在高置信区置信度0.4到0.6之间的样本错误率可能不到50%直接丢弃太浪费。合理的策略是双阈值低于0.5的直接判失败走重识别0.5到0.9的区域交给正则和后处理去做纠正高于0.9的才直接采信。不同光线、不同车牌底色这个分布会变上线前必须用自己的数据集重新标定。4.2 车牌数据集的标注与微调通用模型在真实车牌上的瓶颈靠调参解决不了要模型微调。PaddleOCR的识别模型微调数据标注格式很简单一个txt文件里每行是「图像路径 制表符 标签」。车牌数据不需要逐字标注直接标整串字符。我用PPOCRLabel标注车牌时会把裁好的车牌图批量拉进来只标一行文本比通用OCR标注省力很多。# 识别模型微调用的训练集格式 # train_data/plate_001.jpg 京A12345 # train_data/plate_002.jpg 京AD12345 # 训练脚本里指定字典和配置文件 python tools/train.py \ -c configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml \ -o Global.pretrained_model./pretrain/ch_PP-OCRv4_rec_train \ Global.character_dict_path./plate_dict.txt \ Train.dataset.data_dir./train_data \ Train.dataset.label_file_list./train_data/train_list.txt \ Train.loader.batch_size_per_card32 \ Optimizer.lr.nameCosine \ Optimizer.lr.learning_rate0.0005微调需要关注的参数是character_dict_path、learning_rate和pretrained_model。车牌场景数据量一般就几千张学习率比通用训练低一个数量级用0.0005附近比较稳太高会把预训练权重冲掉。pretrained_model指向官方发布或自己用更大数据集训过的权重而不是从头训练。训练日志里重点看loss和acc两个指标车牌数据上acc一般能到0.95以上。提示微调前先统计自己的数据集里蓝牌和绿牌的数量比例比例严重失衡时识别模型会对数量多的牌型过拟合泛化到另一类时掉点明显。数据本身的质量直接决定微调上限。收集车牌数据要覆盖三个维度天气晴天顺光、阴天、夜间反光、场景道闸近距离、高速远距离、弯道侧倾、车牌类型蓝牌、绿牌、黄牌、白牌。夜间数据是最关键的日间数据微调出来的模型在夜间的识别率会急剧下降夜间的字符边缘模糊和眩光是分类器最疼的分布偏移。4.3 常见误识别模式与针对性处理微调之后还是要处理系统性的误识别。车牌场景里最顽固的三类错误一是「京」误识为「晾」或「凉」这两个字在低分辨率下笔画几乎重叠二是「0」和「O」、「1」和「I」混淆模型层面很难彻底解决三是绿牌的「D」和「F」开头经常丢字符因为新能源车牌间距和字符数量跟蓝牌不同。面对这三类问题处理顺序有讲究。第一种错误可以加大「京」字的训练样本占比或者在字符集字典里去掉高频混淆字第二种错误靠正则兜底就像3.3节里的归一化第三种错误要在后处理里区分蓝绿牌车牌图像里绿色分量明显更高的按6位序号校验否则按5位。import cv2 def plate_color(img_crop): # 简单粗暴的绿牌判断统计车牌区域绿色通道占比 hsv cv2.cvtColor(img_crop, cv2.COLOR_BGR2HSV) green_mask cv2.inRange(hsv, (35, 60, 60), (85, 255, 255)) ratio green_mask.mean() / 255.0 return green if ratio 0.4 else blue颜色判断放在识别之前还是之后取决于管线设计。放在识别前可以给识别模型传一个提示例如绿牌走更长的字符序列但增加了一次预处理放在识别后只影响正则校验成本低。我一般放在后处理里因为蓝绿牌的字符数量规则差异只需要在正则阶段切换就够不需要改动模型输入。5. 落地技巧回归验证、耗时画像与多帧投票5.1 固定验证集的回归测试模型或参数改动后最怕「改好了A类样本、弄坏了B类样本」。我习惯维护一个500到1000张的车牌验证集覆盖日/夜/雨雾/倾斜/蓝绿牌五个维度每次改动后全量跑一遍输出准确率和平均耗时。验证集图片命名把真值编码进去例如京A12345_01_night.jpg。import json, time, glob from paddleocr import PaddleOCR ocr PaddleOCR(use_angle_clsTrue, langch, det_limit_side_len768, det_db_thresh0.4) cases glob.glob(test_plates/*.jpg) hit, total_time 0, 0.0 detail [] for path in cases: start time.perf_counter() res ocr.predict(path) total_time time.perf_counter() - start pred res[0][rec_texts][0] if res[0][rec_texts] else true_label path.split(/)[-1].split(_)[0] hit int(pred true_label) detail.append({file: path, pred: pred, true: true_label, cost_ms: round((time.perf_counter()-start)*1000, 1)}) print(faccuracy{hit/len(cases):.2%} favg_cost{total_time/len(cases)*1000:.1f}ms) with open(regression_report.json, w, encodingutf-8) as f: json.dump(detail, f, ensure_asciiFalse, indent2, defaultstr)defaultstr这行不能省——PaddleOCR返回的坐标和分数是numpy类型直接丢给json.dump会抛类型错误。这个脚本固定下来之后每次微调或改参数都跑一遍准确率的变化一目了然。5.2 推理耗时画像PaddleOCR的耗时大头在文本检测而不是识别。实测CPU机器上检测占60%到70%的耗时。要提升实时性优先优化检测路线的输入尺寸而不是换识别模型。常见组合是det_limit_side_len降到640、关闭use_angle_cls、识别batch开到4单帧耗时能压到100ms内先截ROI再放大识别能压到30ms左右。5.3 多帧投票稳定识别结果视频流里同一块车牌连续多帧的识别结果可能不同。简单取众数不稳我常用置信度加权投票每帧结果按置信度累加分数分数最高者胜出避免高置信度的错误结果被多次低置信度的正确结果压过。from collections import defaultdict class PlateVote: def __init__(self, topk5): self.votes defaultdict(float) self.topk topk def vote(self, text, score): ok, filtered is_valid_plate(text) if ok: self.votes[filtered] score if len(self.votes) self.topk: for key in sorted(self.votes, keyself.votes.get)[:-self.topk]: del self.votes[key] def best(self): if not self.votes: return , 0.0 text, score max(self.votes.items(), keylambda kv: kv[1]) if len(self.votes) 2: second sorted(self.votes.values())[-2] return (text, score) if score second * 1.2 else (, score) return text, score1.2这个系数要按场景调。道闸场景多帧稳定系数影响不大高速场景帧间抖动大候选分数接近降到1.1可以更快出结果。这类参数建议写进配置文件现场调试直接改配置重跑不动代码。本文还有配套的精品资源点击获取 PaddleOCR车牌识别实战：源码拆解与调优指南
简介基于PaddleOCR车牌号识别源码是一套面向OCR学习者和智能交通开发者的精简实现。它在PaddleOCR官方代码基础上剪裁聚焦车牌识别场景配合作者博文中的预训练模型即可完成端到端车牌号识别适合快速搭建实验环境或嵌入现有业务系统。压缩包共33个文件包含15个Python脚本、14个pyc编译文件、2个txt配置与说明文本及2张jpg样例图整体大小仅273KB。其中predict_system.py、predict_det.py、predict_rec.py等脚本覆盖检测、识别、分类等完整推理流程ppocr目录保留数据与后处理模块便于按需修改和二次开发。资源配套文章和示例图可帮助理解参数配置与输出结果目前已有417人学习下载适合有一定OCR基础的开发者参考使用。1. PaddleOCR车牌号识别为什么值得把源码吃透车牌识别是OCR工程里最「挑食」的场景字符集小但高度固定、背景复杂但位置相对规律、对实时性要求高。大部分团队的第一版方案是拿YOLO检测车牌框再单独训练一个分类器认字符两条管线各自维护、两套模型部署。PaddleOCR给了一条更短的路径——它自带文本检测、方向分类、文本识别三段式管线车牌正好落在「文本框短文本识别」的模型能力范围内。实际踩下来直接用PaddleOCR的通用模型识别车牌蓝牌能过、新能源绿牌经常丢字符原因不是模型弱而是车牌字符集、长宽比和后处理规则与通用文本不在一个维度。下面从源码级调用链出发把PaddleOCR车牌识别的最小可跑链路、参数调整位置和精度验收方法一次性讲清楚。适合已经跑过PaddleOCR demo、但想真正把它用在车牌场景的工程师。2. 先搭环境PaddleOCR车牌识别的最小可跑链路2.1 版本选型与安装方式PaddleOCR目前有两个主流分支2.x的静态图版和3.x的动态图版。做车牌识别我倾向直接用3.x分支动态图模式下调试检测框和识别结果更直观不必每次改完参数重新导出推理模型。安装时只要把paddlepaddle和paddleocr两个包一起装上注意paddlepaddle的版本要和本机CUDA对应纯CPU环境也能跑只是检测阶段会慢一些。# 创建独立环境避免和已有opencv版本冲突 python -m venv paddleocr_env source paddleocr_env/bin/activate pip install --upgrade pip # CPU版本GPU环境把paddlepaddle换成对应CUDA版本的paddlepaddle-gpu pip install paddlepaddle pip install paddleocr这里有几个关键点。PaddleOCR安装时会自动拉取opencv-python、shapely、pyclipper这些依赖如果服务器上已经有一个opencv版本经常出现libGL.so.1找不到的报错解决方式不是重装opencv而是把libgl1系统库装上。另一个常见坑是shapely版本过高2.x的shapely接口变化会导致PaddleOCR在文本框聚合时报错我一般会把shapely钉到1.8.5再往上装。2.2 最小车牌识别代码安装完成后车牌识别的最小调用链比想象中短。PaddleOCR的predict接口在3.x里统一了检测、方向分类、识别的调用入口传入一张图像返回的识别结果包含文本框坐标、识别文本和置信度。from paddleocr import PaddleOCR ocr PaddleOCR( use_angle_clsTrue, # 开启方向分类车牌倾斜时有用 langch, # 中文识别车牌省份汉字必需 det_limit_side_len960, # 检测时图像最长边车牌小字适当降低 use_textline_orientationTrue ) result ocr.predict( inputplate_sample.jpg, # 也支持np.ndarray ) for item in result: # item是字典包含文本框四点坐标、文本内容和置信度 for text in item[rec_texts]: print(text)这段代码能跑通不代表能直接用。use_angle_cls对车牌场景是把双刃剑——车牌本身是横向文本但摄像头抓拍的车牌在画面里经常有旋转方向分类器会把旋转超过90度的车牌转正代价是每个检测框多一次前向推理。如果项目是固定点位抓拍、车牌角度可控把这个开关关掉能省下近20%的推理耗时。2.3 检测框可视化先确认车牌的边界在哪跑通识别后第一件事不是看识别文本而是看检测框画在什么位置。车牌识别的大部分精度问题根源都在检测阶段框大了把车标、保险杠纹理包进来识别阶段就会多出一堆噪声字符框小了把车牌边框裁掉字符被切断汉字和数字都认不全。把检测框可视化出来能快速判断问题出在检测还是识别。import cv2 import numpy as np from paddleocr import PaddleOCR ocr PaddleOCR(use_angle_clsTrue, langch) img cv2.imread(plate_sample.jpg) result ocr.predict(img) for item in result: # dt_polys: [N, 4, 2] 每个检测框的四个角点坐标 for poly in item[dt_polys]: pts np.array(poly, dtypenp.int32).reshape(-1, 1, 2) cv2.polylines(img, [pts], isClosedTrue, color(0, 255, 0), thickness2) cv2.imwrite(viz_result.jpg, img) print(hit boxes:, len(item[dt_polys]))可视化这一步的意义在于分流排查方向。检测框正常、识别结果错问题在字符集和识别后处理检测框偏移、漏框问题在检测模型的输入尺寸和图像预处理。车牌这类小目标物体在监控画面里占比很小直接把整帧960px的图丢给检测器车牌宽度往往只有几十像素识别效果差是正常的。常见做法是先用一个轻量目标检测模型定位车牌区域裁出车牌局部图后再交给PaddleOCR识别这样既保留了PaddleOCR的识别能力又绕开了通用文本检测对小目标不友好的问题。3. 源码拆解检测、字符集、车牌后处理三位一体3.1 检测模型对车牌的适配点PaddleOCR的检测模型是DBDifferentiable Binarization系列核心思路是对每个像素预测一个概率图再用可微二值化把概率图转成文本区域的二值图最后用轮廓查找得到文本框。这套机制对文字区域有效但车牌有两个特性让DB检测很别扭一是车牌是高对比度的规则矩形边缘纹理和字符纹理混在一起二是车牌在画面里的尺度变化大远距离抓拍时车牌可能只有20x80像素。源码里能调整的关键参数是det_limit_side_len它控制检测输入尺寸。默认960对车牌偏大——画面整体缩放后车牌字符的笔画可能细到像素级丢失。我一般会把这个值降到640或768让车牌区域在缩放后保持足够的像素宽度。另一个参数是det_db_thresh二值化阈值默认0.3。车牌字符和背景对比度高可以往上调到0.4减少背景纹理被误判为文本的概率。参数默认值车牌场景建议作用det_limit_side_len960640/768检测输入最长边影响小目标召回det_db_thresh0.30.4左右二值化阈值越高越保守det_db_box_thresh0.50.5-0.6检测框过滤阈值det_db_unclip_ratio1.61.8-2.0检测框外扩比例车牌识别框需要留边det_db_unclip_ratio是容易忽略的一项。它控制检测框向外扩张的比例车牌识别的输入框如果紧贴字符边界字符尤其是汉字两侧的圆角边框容易被截断。把外扩比例调到1.8以上识别输入里带上一点车牌底色反而能提升字符完整度。3.2 识别模型与车牌字符集PaddleOCR识别模型的字符集默认是ch覆盖常用汉字、数字、字母。车牌字符集是它的一个真子集31个省份汉字京、津、沪、渝、冀、豫、云、辽、黑、湘、皖、鲁、新、苏、浙、赣、鄂、桂、甘、晋、蒙、陕、吉、闽、贵、粤、青、藏、川、宁、琼加上24个大写字母I和O通常不用和10个数字。直接用通用ch模型的问题在于车牌上有些字符在通用场景里很少出现模型对它们的特征不够敏感。比如「皖」和「晚」、「鲁」和「兽」在低分辨率下容易混淆。解决思路有两个一是识别后加车牌格式正则校验用格式约束排除不可能的识别结果二是用真实车牌数据微调识别模型把字符集收敛到车牌子集。微调用的字符集字典文件是ppocr/utils/ppocr_keys_v1.txt可以按车牌场景裁剪把字典缩减到省份汉字加字母加数字训练时character_dict_path指向新字典。字符集缩小后分类头的类别数从6000多降到65个左右模型体积和推理延迟都有明显下降。3.3 车牌后处理正则约束与置信度过滤识别模型输出的是文本序列和每帧概率车牌后处理要做的不是直接采信而是用格式规则把结果「掰正」。标准车牌格式是省份汉字1位、发牌机关字母1位、序号5位蓝牌或6位新能源绿牌。用正则可以把不符合格式的结果直接判为不合格进入重识别或人工处理。import re def is_valid_plate(text: str) - tuple[bool, str]: # 省份简称 发牌机关字母 5-6位序号新能源多一位 pattern re.compile( r^[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼] r[A-Z] r[A-Z0-9]{5,6}$ ) if pattern.match(text): return True, text # 常见失败O和0、I和1混淆归一化后重试 normalized text.replace(O, 0).replace(I, 1) if pattern.match(normalized): return True, normalized return False, # 结合置信度只保留高置信且格式合法的结果 for text, score in zip(result[0][rec_texts], result[0][rec_scores]): ok, final_text is_valid_plate(text) if ok and score 0.6: print(final_text, score)正则归一化里藏一个细节车牌上字母O和数字0、字母I和数字1在视觉上高度相似模型输出的置信度往往差不多。处理顺序必须是先正则校验再字符替换不能上来就全局替换——车牌序号里合法出现的I/O会被误伤。更稳妥的做法是在验证返回False时只替换一次再做二次校验。3.4 倾斜车牌的文本校正固定点位抓拍的车牌基本水平但移动场景例如道闸前减速、转弯进停车场拍到的车牌常有明显倾斜。PaddleOCR的方向分类和识别模型自带一定的旋转鲁棒性但超过15度的倾斜需要先校正。常见做法是拿检测框的四个角点计算最小外接矩形的旋转角用仿射变换转正后再进入识别管线。import cv2 import numpy as np def rotate_plate_crop(img, poly): # poly: [[x1,y1],[x2,y2],[x3,y3],[x4,y4]] 检测框四点 rect cv2.minAreaRect(np.array(poly, dtypenp.float32)) angle rect[2] # 保证转正后是横向文本不做垂直矫正 if angle 45: angle angle - 90 if angle -45: angle angle 90 (h, w) img.shape[:2] matrix cv2.getRotationMatrix2D(rect[0], angle, 1.0) rotated cv2.warpAffine(img, matrix, (w, h), flagscv2.INTER_CUBIC, borderModecv2.BORDER_REPLICATE) # 按旋转后的外接矩形裁剪 box cv2.boxPoints(rect).astype(np.int32) xs box[:, 0]; ys box[:, 1] crop rotated[max(0, ys.min()-5):ys.max()5, max(0, xs.min()-5):xs.max()5] return crop这段代码的关键是cv2.minAreaRect返回的角度范围是[-90, 0)直接旋转会让水平车牌变垂直所以要先做一个角度归一到[-45, 45]区间的判断。裁剪时四周多留5个像素的边距避免旋转插值在边缘产生黑边干扰识别。校正后的裁剪图分辨率如果低于50x150建议先做一次INTER_CUBIC放大再进识别模型小字体的识别精度能提升一个档次。4. 参数调优与模型微调把识别率从70%拉到95%4.1 识别置信度分布分析优化前先量化。PaddleOCR返回的置信度是每个字符概率的均值但它有两个特点一是均值会被高分字符拉高某个关键字符错了但整体分数看起来还行二是汉字位置的错误往往对应低置信度而字母数字的错误置信度可能很高。所以调优的第一步是把一批真实样本跑一遍按置信度分桶统计错误率找出阈值边界在哪里。from collections import defaultdict # 假设已有 ground truth 列表: (image_path, true_plate) # 统计每个置信区间内的错误率 bucket defaultdict(lambda: [0, 0]) # (total, wrong) for img_path, true_label in sample_list: result ocr.predict(img_path) pred_text result[0][rec_texts][0] if result[0][rec_texts] else pred_score float(result[0][rec_scores][0]) bucket[int(pred_score * 10)][0] 1 if pred_text ! true_label: bucket[int(pred_score * 10)][1] 1 for score_bucket in sorted(bucket.keys()): total, wrong bucket[score_bucket] if total 0: print(fscore {score_bucket/10:.1f} error_rate{wrong/total:.2%} n{total})这种分桶统计会揭示一个反直觉现象置信度在0.9以上的样本错误率未必是0因为字符混淆存活在高置信区置信度0.4到0.6之间的样本错误率可能不到50%直接丢弃太浪费。合理的策略是双阈值低于0.5的直接判失败走重识别0.5到0.9的区域交给正则和后处理去做纠正高于0.9的才直接采信。不同光线、不同车牌底色这个分布会变上线前必须用自己的数据集重新标定。4.2 车牌数据集的标注与微调通用模型在真实车牌上的瓶颈靠调参解决不了要模型微调。PaddleOCR的识别模型微调数据标注格式很简单一个txt文件里每行是「图像路径 制表符 标签」。车牌数据不需要逐字标注直接标整串字符。我用PPOCRLabel标注车牌时会把裁好的车牌图批量拉进来只标一行文本比通用OCR标注省力很多。# 识别模型微调用的训练集格式 # train_data/plate_001.jpg 京A12345 # train_data/plate_002.jpg 京AD12345 # 训练脚本里指定字典和配置文件 python tools/train.py \ -c configs/rec/PP-OCRv4/ch_PP-OCRv4_rec.yml \ -o Global.pretrained_model./pretrain/ch_PP-OCRv4_rec_train \ Global.character_dict_path./plate_dict.txt \ Train.dataset.data_dir./train_data \ Train.dataset.label_file_list./train_data/train_list.txt \ Train.loader.batch_size_per_card32 \ Optimizer.lr.nameCosine \ Optimizer.lr.learning_rate0.0005微调需要关注的参数是character_dict_path、learning_rate和pretrained_model。车牌场景数据量一般就几千张学习率比通用训练低一个数量级用0.0005附近比较稳太高会把预训练权重冲掉。pretrained_model指向官方发布或自己用更大数据集训过的权重而不是从头训练。训练日志里重点看loss和acc两个指标车牌数据上acc一般能到0.95以上。提示微调前先统计自己的数据集里蓝牌和绿牌的数量比例比例严重失衡时识别模型会对数量多的牌型过拟合泛化到另一类时掉点明显。数据本身的质量直接决定微调上限。收集车牌数据要覆盖三个维度天气晴天顺光、阴天、夜间反光、场景道闸近距离、高速远距离、弯道侧倾、车牌类型蓝牌、绿牌、黄牌、白牌。夜间数据是最关键的日间数据微调出来的模型在夜间的识别率会急剧下降夜间的字符边缘模糊和眩光是分类器最疼的分布偏移。4.3 常见误识别模式与针对性处理微调之后还是要处理系统性的误识别。车牌场景里最顽固的三类错误一是「京」误识为「晾」或「凉」这两个字在低分辨率下笔画几乎重叠二是「0」和「O」、「1」和「I」混淆模型层面很难彻底解决三是绿牌的「D」和「F」开头经常丢字符因为新能源车牌间距和字符数量跟蓝牌不同。面对这三类问题处理顺序有讲究。第一种错误可以加大「京」字的训练样本占比或者在字符集字典里去掉高频混淆字第二种错误靠正则兜底就像3.3节里的归一化第三种错误要在后处理里区分蓝绿牌车牌图像里绿色分量明显更高的按6位序号校验否则按5位。import cv2 def plate_color(img_crop): # 简单粗暴的绿牌判断统计车牌区域绿色通道占比 hsv cv2.cvtColor(img_crop, cv2.COLOR_BGR2HSV) green_mask cv2.inRange(hsv, (35, 60, 60), (85, 255, 255)) ratio green_mask.mean() / 255.0 return green if ratio 0.4 else blue颜色判断放在识别之前还是之后取决于管线设计。放在识别前可以给识别模型传一个提示例如绿牌走更长的字符序列但增加了一次预处理放在识别后只影响正则校验成本低。我一般放在后处理里因为蓝绿牌的字符数量规则差异只需要在正则阶段切换就够不需要改动模型输入。5. 落地技巧回归验证、耗时画像与多帧投票5.1 固定验证集的回归测试模型或参数改动后最怕「改好了A类样本、弄坏了B类样本」。我习惯维护一个500到1000张的车牌验证集覆盖日/夜/雨雾/倾斜/蓝绿牌五个维度每次改动后全量跑一遍输出准确率和平均耗时。验证集图片命名把真值编码进去例如京A12345_01_night.jpg。import json, time, glob from paddleocr import PaddleOCR ocr PaddleOCR(use_angle_clsTrue, langch, det_limit_side_len768, det_db_thresh0.4) cases glob.glob(test_plates/*.jpg) hit, total_time 0, 0.0 detail [] for path in cases: start time.perf_counter() res ocr.predict(path) total_time time.perf_counter() - start pred res[0][rec_texts][0] if res[0][rec_texts] else true_label path.split(/)[-1].split(_)[0] hit int(pred true_label) detail.append({file: path, pred: pred, true: true_label, cost_ms: round((time.perf_counter()-start)*1000, 1)}) print(faccuracy{hit/len(cases):.2%} favg_cost{total_time/len(cases)*1000:.1f}ms) with open(regression_report.json, w, encodingutf-8) as f: json.dump(detail, f, ensure_asciiFalse, indent2, defaultstr)defaultstr这行不能省——PaddleOCR返回的坐标和分数是numpy类型直接丢给json.dump会抛类型错误。这个脚本固定下来之后每次微调或改参数都跑一遍准确率的变化一目了然。5.2 推理耗时画像PaddleOCR的耗时大头在文本检测而不是识别。实测CPU机器上检测占60%到70%的耗时。要提升实时性优先优化检测路线的输入尺寸而不是换识别模型。常见组合是det_limit_side_len降到640、关闭use_angle_cls、识别batch开到4单帧耗时能压到100ms内先截ROI再放大识别能压到30ms左右。5.3 多帧投票稳定识别结果视频流里同一块车牌连续多帧的识别结果可能不同。简单取众数不稳我常用置信度加权投票每帧结果按置信度累加分数分数最高者胜出避免高置信度的错误结果被多次低置信度的正确结果压过。from collections import defaultdict class PlateVote: def __init__(self, topk5): self.votes defaultdict(float) self.topk topk def vote(self, text, score): ok, filtered is_valid_plate(text) if ok: self.votes[filtered] score if len(self.votes) self.topk: for key in sorted(self.votes, keyself.votes.get)[:-self.topk]: del self.votes[key] def best(self): if not self.votes: return , 0.0 text, score max(self.votes.items(), keylambda kv: kv[1]) if len(self.votes) 2: second sorted(self.votes.values())[-2] return (text, score) if score second * 1.2 else (, score) return text, score1.2这个系数要按场景调。道闸场景多帧稳定系数影响不大高速场景帧间抖动大候选分数接近降到1.1可以更快出结果。这类参数建议写进配置文件现场调试直接改配置重跑不动代码。本文还有配套的精品资源点击获取