思考车牌号的提取

一辆车的照片如何提取车牌号码？（OCR仅仅是获取数字，怎么能确定该数字是车牌号呢）

通用 OCR 只负责 "识别文字内容"，它不知道哪段文字属于车牌。 完整车牌识别 = 车牌检测（找到车牌在哪） + OCR 字符识别（读出号码） + 格式校验（判断是不是合法车牌） 三大块。

如果你直接把整张车照片丢给 PaddleOCR，图片里会识别出：车身贴纸、广告牌、地面文字、车窗贴纸、车牌字符一大堆文本。OCR 分不清哪个才是车牌。

完整流水线（一张车辆照片提取车牌）

1️⃣ 车牌检测（最重要：确定哪一块区域是车牌）

两种实现方式：

1. 深度学习方案（工程最常用） 用 YOLO 训练一个专门检测车牌的模型，输出车牌的矩形框x1,y1,x2,y2，类别就是license_plate，直接把车牌从整张图抠出来（ROI 裁剪）。

只把裁剪出来的车牌小图送给 OCR，其他区域全部丢弃。

1. 传统 OpenCV 方案 通过轮廓、颜色（蓝 / 黄 / 绿底色）、宽高比（国内车牌宽高比大约 3:1）过滤候选矩形，筛选出疑似车牌区域。

2️⃣ 图像矫正

裁剪出来的车牌可能倾斜、透视畸变，做透视变换转正车牌图像。

3️⃣ OCR 识别（仅仅读出字符）

把转正后的车牌小图送入 OCR (PaddleOCR/EasyOCR/LPRNet)，得到一串文字，例如：粤A12345。

这一步只做字符读取，不知道这是不是车牌。

4️⃣ 后处理校验：判断读到的数字文字到底是不是合法车牌号

这一步解决你的疑问：拿到一串字符，怎么确认它是车牌号码，而不是广告文字？ 用规则约束过滤：

1. 字符集合：第一位必须是国内省份简称汉字（粤、京、沪、陕......）；后面只能是大写字母 + 数字，不能出现普通汉字。
2. 长度校验：普通蓝牌 7 位；新能源车牌 8 位。
3. 正则表达式匹配，过滤掉不符合车牌格式的 OCR 结果。
4. 置信度过滤：OCR 输出置信度太低直接丢弃。

举例：OCR 识别出ABC123超市特价，正则直接判定不是车牌，丢弃该结果。

通俗比喻

• OCR：就像一个识字的人，随便看到什么字都念出来；
• 车牌检测：用手指把车牌框出来："看，就只看这一小块"；
• 格式校验：拿一套车牌书写规范，检查读出来的文字符不符合车牌的写法，符合才输出为车牌号。

容易混淆的两个方案

1. 通用 OCR (PaddleOCR 原版)：通用文字识别，没有车牌概念，不能直接做车牌识别。
2. LPRNet / YOLO‑plate + OCR：车牌专用方案，先检测车牌位置，裁剪后识别，再格式校验，输出车牌号码。