以下是一個使用 OpenCV 處理視頻并讀取車牌號的 Python 代碼示例：

import CV2 import pytesseract

# 圖片預處理函數(shù)?

def preprocess(img): ? ??

# 轉(zhuǎn)為灰度圖像 ? ??

gray = CV2.cvtColor(img, CV2.COLOR_BGR2GRAY) ? ??

# 使用高斯模糊平滑圖像 ? ??

blur = CV2.GaussianBlur(gray, (5,5), 0) ? ??

# 使用自適應閾值二值化圖像 ? ??

thresh = CV2.adaptiveThreshold(blur, 255, CV2.ADAPTIVE_THRESH_GAUSSIAN_C, CV2.THRESH_BINARY_INV, 11, 2) ? ? return thresh?

# 從車牌圖像中提取車牌號函數(shù)?

def extract_plate_number(img): ? ??

# 圖像預處理 ? ??

thresh = preprocess(img) ? ??

# 使用腐蝕和膨脹操作去除噪點和保留車牌區(qū)域 ? ??

kernel = np.ones((3,3), np.uint8) ? ??

thresh = CV2.erode(thresh, kernel, iterations=1) ? ??

thresh = CV2.dilate(thresh, kernel, iterations=1) ? ??

# 查找所有輪廓 ? ??

contours, hierarchy = CV2.findContours(thresh, CV2.RETR_EXTERNAL, CV2.CHAIN_APPROX_SIMPLE) ? ??

# 查找最大輪廓 ? ??

max_area = 0 ? ??

max_cnt = None ? ??

for cnt in contours: ? ? ? ??

area = CV2.contourArea(cnt) ? ? ? ??

if area > max_area: ? ? ? ? ? ??

max_area = area ? ? ? ? ? ??

max_cnt = cnt ? ??

# 如果找到最大輪廓，使用 OCR 技術(shù)識別車牌號 ? ??

if max_cnt is not None: ? ? ? ??

x,y,w,h = CV2.boundingRect(max_cnt) ? ? ? ??

plate_img = thresh[y:y+h, x:x+w] ? ? ? ??

text = pytesseract.image_to_string(plate_img, lang='chi_sim', config='--psm 7') ? ? ? ? text = ''.join([c for c in text if c.isalnum()]) ?

# 去除字符中的非數(shù)字和字母字符 ? ? ? ??

return text ? ??

else: ? ? ? ??

return ''?

# 主程序 cap = CV2.VideoCapture('video.avi') ?

# 調(diào)用電腦中的視頻文件?

while True: ? ??

ret, frame = cap.read() ? ??

if ret: ? ? ? ??

# 處理每一幀圖像 ? ? ? ??

plate_number = extract_plate_number(frame) ? ? ? ??

# 顯示車牌號 ? ? ? ??

CV2.putText(frame, plate_number, (50, 50),?

CV2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) ? ? ? ??

CV2.imshow('Video', frame) ? ??

else: ? ? ? ? break ? ??

if CV2.waitKey(1) & 0xFF == ord('q'): ?

# 按 q 退出 ? ? ? ??

break cap.release()?

CV2.destroyAllWindows()

需要注意的是，OCR 技術(shù)對圖像質(zhì)量和車牌號清晰程度要求比較高，對于模糊或模型未見過的車牌號可能無法識別。此外，代碼中調(diào)用了 pytesseract 庫進行 OCR 處理，需要先安裝該庫。