车牌模拟生成器：Python代码实现与商业应用前景
引言
在智慧城市建设和汽车行业数字化浪潮中，车牌作为车辆的唯一标识，其相关技术应用正变得越来越重要。今天我们将介绍一个基于Python的车牌模拟生成器，探讨其技术实现、功能特点以及潜在的商业价值。
【注意】
在线生成随机或自定义的中国车牌，支持多种车牌类型和样式，仅用于模型数据测试、车牌识别系统的演示效果等，切勿用于商业用途和不合法用途，否则自己将承担相关责任，与本工具无关。
【需要的素材】
1、需要各个省市的简称：
由于用到了opencv，建议将图片和具体的车牌号做个映射关系：
【效果图】
映射关系文件 font_mappings.txt
云=yunnan
京=beijing
冀=hebei
晋=shanxi
蒙=neimenggu
辽=liaoning
吉=jilin
黑=heilongjiang
沪=shanghai
苏=jiangsu
浙=zhejiang
皖=anhui
闽=fujian
赣=jiangxi
鲁=shandong
豫=henan
鄂=hubei
湘=hunan
粤=guangdong
桂=guangxi
琼=hainan
渝=chongqing
川=sichuan
贵=guizhou
藏=xizang
陕=shanxi_s
甘=gansu
青=qinghai
宁=ningxia
新=xinjiang
津=tianjin
港=gang
澳=ao
使=shi
领=ling
学=xue
警=jing
挂=gua
需求分析
车牌模拟生成在多个领域有着广泛的应用需求：
- 软件开发与测试：智能交通系统、停车场管理系统需要大量车牌数据进行测试
- 教育培训：驾校、交通法规培训需要示例车牌进行教学演示
影视制作：影视剧中需要符合规定的虚拟车牌避免侵权问
数据分析：交通流量模拟、城市规划需要车牌数据支持
功能特点
我们的车牌模拟生成器具备以下核心功能：
1. 符合中国车牌标准
-
支持普通蓝牌和新能源绿牌两种格式
-
遵循中国车牌编号规则，排除易混淆字母(O/I)
-
省份简称符合国家标准
2. 灵活生成模式
-
可指定生成特定类型车牌
-
支持完全随机生成模式
-
生成数量可自定义扩展
3. 高度可定制化代码结构清晰，易于扩展其他类型车牌
生成规则可调整，满足不同场景需求
-
代码结构清晰，易于扩展其他类型车牌
由于服务端是python，这里给出的是部分核心逻辑代码，需要自己搭建。
【核心代码实现，流程参考】
import random
import string
class LicensePlateGenerator:
"""车牌生成器类"""
def __init__(self):
# 省份简称列表
self.provinces = [
'京', '津', '冀', '晋', '蒙', '辽', '吉', '黑', '沪', '苏',
'浙', '皖', '闽', '赣', '鲁', '豫', '鄂', '湘', '粤', '桂',
'琼', '渝', '川', '贵', '云', '藏', '陕', '甘', '青', '宁', '新'
]
# 车牌字母列表（排除O和I）
self.letters = [c for c in string.ascii_uppercase if c not in ['O', 'I']]
def generate_plate(self, plate_type=None, province=None):
"""
生成车牌号码
:param plate_type: 车牌类型（'normal'普通/'new_energy'新能源）
:param province: 指定省份简称
:return: 车牌号码字符串
"""
# 确定省份
if province and province in self.provinces:
province_char = province
else:
province_char = random.choice(self.provinces)
# 确定车牌类型
if plate_type is None:
plate_type = random.choice(['normal', 'new_energy'])
# 生成普通车牌
if plate_type == 'normal':
return self._generate_normal_plate(province_char)
# 生成新能源车牌
elif plate_type == 'new_energy':
return self._generate_new_energy_plate(province_char)
def _generate_normal_plate(self, province):
"""生成普通蓝牌"""
plate = province + random.choice(self.letters)
# 生成5位序号
for _ in range(5):
if random.random() < 0.3:
plate += random.choice(self.letters)
else:
plate += random.choice(string.digits)
return plate
def _generate_new_energy_plate(self, province):
"""生成新能源绿牌"""
plate = province + random.choice(self.letters)
plate += random.choice(['D', 'F']) # D=纯电, F=混动
plate += ''.join(random.choices(string.digits, k=5))
return plate
# 使用示例
if __name__ == "__main__":
generator = LicensePlateGenerator()
# 生成10个随机车牌
print("随机车牌示例:")
for i in range(10):
plate_type = random.choice(['normal', 'new_energy'])
plate = generator.generate_plate(plate_type)
print(f"{i+1}. {'普通车牌' if plate_type == 'normal' else '新能源车牌'}: {plate}")
# 生成特定省份车牌
print("\n北京车牌示例:")
for i in range(3):
print(f"{i+1}. {generator.generate_plate('normal', '京')}")【生成车牌、计算数字边框等算法】
# -*- coding: utf-8 -*-
import numpy as np
import cv2, os, argparse
from glob import glob
from tqdm import tqdm
from plate_number import random_select, generate_plate_number_white, generate_plate_number_yellow_xue
from plate_number import generate_plate_number_black_gangao, generate_plate_number_black_shi, generate_plate_number_black_ling
from plate_number import generate_plate_number_blue, generate_plate_number_yellow_gua
from plate_number import letters, digits
# 加载中文字符到英文文件名的映射
def load_font_mappings():
mappings = {}
try:
with open('font_mappings.txt', 'r', encoding='utf-8') as f:
for line in f:
if '=' in line:
cn, en = line.strip().split('=', 1)
mappings[cn] = en
except Exception as e:
print(f"警告: 无法加载字体映射文件，错误: {e}")
return mappings
# 中文到英文的映射
CHINESE_TO_ENGLISH = load_font_mappings()
# 英文到中文的反向映射
ENGLISH_TO_CHINESE = {v: k for k, v in CHINESE_TO_ENGLISH.items()}
def get_location_data(length=7, split_id=1, height=140):
"""
获取车牌号码在底牌中的位置
length: 车牌字符数，7或者8，7为普通车牌、8为新能源车牌
split_id: 分割空隙
height: 车牌高度，对应单层和双层车牌
"""
# 字符位置
location_xy = np.zeros((length, 4), dtype=np.int32)
# 单层车牌高度
if height == 140:
# 单层车牌，y轴坐标固定
location_xy[:, 1] = 25
location_xy[:, 3] = 115
# 螺栓间隔
step_split = 34 if length == 7 else 49
# 字符间隔
step_font = 12 if length == 7 else 9
# 字符宽度
width_font = 45
for i in range(length):
if i == 0:
location_xy[i, 0] = 15
elif i == split_id:
location_xy[i, 0] = location_xy[i - 1, 2] + step_split
else:
location_xy[i, 0] = location_xy[i - 1, 2] + step_font
# 新能源车牌
if length == 8 and i > 0:
width_font = 43
location_xy[i, 2] = location_xy[i, 0] + width_font
else:
# 双层车牌第一层
location_xy[0, :] = [110, 15, 190, 75]
location_xy[1, :] = [250, 15, 330, 75]
# 第二层
width_font = 65
step_font = 15
for i in range(2, length):
location_xy[i, 1] = 90
location_xy[i, 3] = 200
if i == 2:
location_xy[i, 0] = 27
else:
location_xy[i, 0] = location_xy[i - 1, 2] + step_font
location_xy[i, 2] = location_xy[i, 0] + width_font
return location_xy
# 字符贴上底板
def copy_to_image_multi(img, font_img, bbox, bg_color, is_red):
x1, y1, x2, y2 = bbox
font_img = cv2.resize(font_img, (x2 - x1, y2 - y1))
img_crop = img[y1: y2, x1: x2, :]
if is_red:
img_crop[font_img < 200, :] = [0, 0, 255]
elif 'blue' in bg_color or 'black' in bg_color:
img_crop[font_img < 200, :] = [255, 255, 255]
else:
img_crop[font_img < 200, :] = [0, 0, 0]
return img
class MultiPlateGenerator:
def __init__(self, adr_plate_model, adr_font):
# 车牌底板路径
self.adr_plate_model = adr_plate_model
# 车牌字符路径
# 如果存在英文目录，则使用英文目录
self.adr_font = 'font_model_english' if os.path.exists('font_model_english') else adr_font
# 车牌字符图片，预存处理
self.font_imgs = {}
# 获取所有jpg文件
font_filenames = []
for root, dirs, files in os.walk(self.adr_font):
for file in files:
if file.lower().endswith('.jpg'):
font_filenames.append(os.path.join(root, file))
for font_filename in font_filenames:
# 尝试读取文件，如果失败则跳过
try:
font_img = cv2.imread(font_filename, cv2.IMREAD_GRAYSCALE)
if font_img is None:
continue
if '140' in font_filename:
font_img = cv2.resize(font_img, (45, 90))
elif '220' in font_filename:
font_img = cv2.resize(font_img, (65, 110))
elif font_filename.split('_')[-1].split('.')[0] in letters + digits:
font_img = cv2.resize(font_img, (43, 90))
# 获取文件名作为key
basename = os.path.basename(font_filename).split('.')[0]
# 保存原始文件名映射
self.font_imgs[basename] = font_img
# 对于英文文件名，我们也建立到中文字符的映射
for en, cn in ENGLISH_TO_CHINESE.items():
if en in basename:
# 构建中文文件名格式的key
parts = basename.split('_')
for i, part in enumerate(parts):
if part == en:
parts[i] = cn
chinese_key = '_'.join(parts)
self.font_imgs[chinese_key] = font_img
break
except Exception as e:
print(f"警告: 无法读取或处理文件 {font_filename}, 错误: {e}")
continue
# 字符位置
self.location_xys = {}
for i in [7, 8]:
for j in [1, 2, 4]:
for k in [140, 220]:
self.location_xys['{}_{}_{}'.format(i, j, k)] = \
get_location_data(length=i, split_id=j, height=k)
# 获取字符位置
def get_location_multi(self, plate_number, height=140):
length = len(plate_number)
if '警' in plate_number:
split_id = 1
elif '使' in plate_number:
split_id = 4
else:
split_id = 2
return self.location_xys['{}_{}_{}'.format(length, split_id, height)]
# 随机生成车牌号码，获取底板颜色、单双层
def generate_plate_number(self):
rate = np.random.random(1)
if rate > 0.4:
# 蓝牌
plate_number = generate_plate_number_blue(length=random_select([7, 8]))
else:
# 白牌、黄牌教练车、黄牌挂车、黑色港澳、黑色使、领馆
generate_plate_number_funcs = [generate_plate_number_white,
generate_plate_number_yellow_xue,
generate_plate_number_yellow_gua,
generate_plate_number_black_gangao,
generate_plate_number_black_shi,
generate_plate_number_black_ling]
plate_number = random_select(generate_plate_number_funcs)()
# 车牌底板颜色
bg_color = random_select(['blue'] + ['yellow'])
if len(plate_number) == 8:
bg_color = random_select(['green_car'] * 10 + ['green_truck'])
elif len(set(plate_number) & set(['使', '领', '港', '澳'])) > 0:
bg_color = 'black'
elif '警' in plate_number or plate_number[0] in letters:
bg_color = 'white'
elif len(set(plate_number) & set(['学', '挂'])) > 0:
bg_color = 'yellow'
is_double = random_select([False] + [True] * 3)
if '使' in plate_number:
bg_color = 'black_shi'
if '挂' in plate_number:
# 挂车双层
is_double = True
elif len(set(plate_number) & set(['使', '领', '港', '澳', '学', '警'])) > 0 \
or len(plate_number) == 8 or bg_color == 'blue':
# 使领港澳学警、新能源、蓝色都是单层
is_double = False
# special，首字符为字母、单层则是军车
if plate_number[0] in letters and not is_double:
bg_color = 'white_army'
return plate_number, bg_color, is_double
# 随机生成车牌图片
def generate_plate(self, enhance=False):
plate_number, bg_color, is_double = self.generate_plate_number()
height = 220 if is_double else 140
# 获取底板图片
# print(plate_number, height, bg_color, is_double)
number_xy = self.get_location_multi(plate_number, height)
# 读取底板图片，确保中文文件名正确处理
plate_model_path = os.path.join(self.adr_plate_model, '{}_{}.PNG'.format(bg_color, height))
img_plate_model = cv2.imread(plate_model_path)
if img_plate_model is None:
print(f"警告: 无法读取底板图片 {plate_model_path}")
# 使用默认蓝色底板图片作为备选
default_path = os.path.join(self.adr_plate_model, 'blue_140.PNG')
img_plate_model = cv2.imread(default_path)
if img_plate_model is None:
raise FileNotFoundError(f"无法读取默认底板图片 {default_path}")
img_plate_model = cv2.resize(img_plate_model, (440 if len(plate_number) == 7 else 480, height))
for i in range(len(plate_number)):
if len(plate_number) == 8:
# 新能源
key = 'green_{}'.format(plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = 'green_{}'.format(en_char)
font_img = self.font_imgs[key]
else:
if '{}_{}'.format(height, plate_number[i]) in self.font_imgs:
key = '{}_{}'.format(height, plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = '{}_{}'.format(height, en_char)
font_img = self.font_imgs[key]
else:
# 双层车牌字体库
if i < 2:
key = '220_up_{}'.format(plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = '220_up_{}'.format(en_char)
font_img = self.font_imgs[key]
else:
key = '220_down_{}'.format(plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = '220_down_{}'.format(en_char)
font_img = self.font_imgs[key]
# 字符是否红色
if (i == 0 and plate_number[0] in letters) or plate_number[i] in ['警', '使', '领']:
is_red = True
elif i == 1 and plate_number[0] in letters and np.random.random(1) > 0.5:
# second letter of army plate
is_red = True
else:
is_red = False
if enhance:
k = np.random.randint(1, 6)
kernel = np.ones((k, k), np.uint8)
if np.random.random(1) > 0.5:
font_img = np.copy(cv2.erode(font_img, kernel, iterations=1))
else:
font_img = np.copy(cv2.dilate(font_img, kernel, iterations=1))
# 贴上底板
img_plate_model = copy_to_image_multi(img_plate_model, font_img,
number_xy[i, :], bg_color, is_red)
img_plate_model = cv2.blur(img_plate_model, (3, 3))
return img_plate_model, number_xy, plate_number, bg_color, is_double
def generate_plate_special(self, plate_number, bg_color, is_double, enhance=False):
"""
生成特定号码、颜色车牌
:param plate_number: 车牌号码
:param bg_color: 背景颜色，black/black_shi（使领馆）/blue/green_car（新能源轿车）/green_truck（新能源卡车）/white/white_army（军队）/yellow
:param is_double: 是否双层
:param enhance: 图像增强
:return: 车牌图
"""
height = 220 if is_double else 140
# print(plate_number, height, bg_color, is_double)
number_xy = self.get_location_multi(plate_number, height)
img_plate_model = cv2.imread(os.path.join(self.adr_plate_model, '{}_{}.PNG'.format(bg_color, height)))
img_plate_model = cv2.resize(img_plate_model, (440 if len(plate_number) == 7 else 480, height))
for i in range(len(plate_number)):
if len(plate_number) == 8:
# 新能源
key = 'green_{}'.format(plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = 'green_{}'.format(en_char)
font_img = self.font_imgs[key]
else:
if '{}_{}'.format(height, plate_number[i]) in self.font_imgs:
key = '{}_{}'.format(height, plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = '{}_{}'.format(height, en_char)
font_img = self.font_imgs[key]
else:
if i < 2:
key = '220_up_{}'.format(plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = '220_up_{}'.format(en_char)
font_img = self.font_imgs[key]
else:
key = '220_down_{}'.format(plate_number[i])
# 如果找不到中文key，尝试使用英文key
if key not in self.font_imgs:
# 检查字符是否是中文字符，如果是则转换为英文
char = plate_number[i]
if char in CHINESE_TO_ENGLISH:
en_char = CHINESE_TO_ENGLISH[char]
key = '220_down_{}'.format(en_char)
font_img = self.font_imgs[key]
if (i == 0 and plate_number[0] in letters) or plate_number[i] in ['警', '使', '领']:
is_red = True
elif i == 1 and plate_number[0] in letters and np.random.random(1) > 0.5:
# second letter of army plate
is_red = True
else:
is_red = False
if enhance:
k = np.random.randint(1, 6)
kernel = np.ones((k, k), np.uint8)
if np.random.random(1) > 0.5:
font_img = np.copy(cv2.erode(font_img, kernel, iterations=1))
else:
font_img = np.copy(cv2.dilate(font_img, kernel, iterations=1))
img_plate_model = copy_to_image_multi(img_plate_model, font_img,
number_xy[i, :], bg_color, is_red)
# is_double = 'double' if is_double else 'single'
img_plate_model = cv2.blur(img_plate_model, (3, 3))
return img_plate_model
def parse_args():
parser = argparse.ArgumentParser(description='中国车牌生成器')
parser.add_argument('--number', default=10, type=int, help='生成车牌数量')
parser.add_argument('--save-adr', default='multi_val', help='车牌保存路径')
args = parser.parse_args()
return args
def mkdir(path):
try:
os.makedirs(path)
except:
pass
if __name__ == '__main__':
args = parse_args()
print(args)
# 随机生成车牌
print('save in {}'.format(args.save_adr))
mkdir(args.save_adr)
generator = MultiPlateGenerator('plate_model', 'font_model')
for i in tqdm(range(args.number)):
img, number_xy, gt_plate_number, bg_color, is_double = generator.generate_plate()
# 使用cv2.imencode和open函数来正确处理中文文件名
save_path = os.path.join(args.save_adr, '{}_{}_{}.jpg'.format(gt_plate_number, bg_color, is_double))
try:
# 将图像编码为JPEG格式
success, encoded_img = cv2.imencode('.jpg', img)
if success:
# 使用open函数以二进制写入模式保存文件
with open(save_path, 'wb') as f:
f.write(encoded_img.tobytes())
else:
print(f"警告: 无法编码图像 {save_path}")
except Exception as e:
print(f"警告: 无法保存图像 {save_path}, 错误: {e}")商业应用前景
1. 软件开发服务
-
为智能交通系统提供测试数据生成服务
-
向停车场管理系统开发商提供车牌模拟解决方案
-
为驾考系统提供虚拟车牌生成功能
2. 数据服务业务
-
向研究机构提供交通模拟数据
-
为城市规划部门提供车辆流量预测数据支持
-
向广告公司提供区域车辆分布分析数据
3. 教育培训应用
-
开发交通法规教学工具
-
为驾校提供理论考试模拟系统
-
制作交通安全教育材料
4. 增值服务扩展
-
添加车牌识别验证功能
-
开发车牌样式自定义功能
-
增加多国车牌生成支持
技术拓展方向
1、增加图像生成功能：将车牌文本转换为真实车牌图像
2、添加验证算法：验证生成的车牌是否符合编码规则
3、支持更多车牌类型：扩展至武警车牌、领事馆车牌等特殊类型
4、开发API接口：提供Web服务供第三方调用
车牌模拟生成器虽是一个小型工具，但其应用场景广泛，商业价值可观。
【最后注意】：
在线生成随机或自定义的中国车牌，支持多种车牌类型和样式，仅用于模型数据测试、演示效果等，切勿用于商业用途和不合法用途，否则自己将承担相关责任，与本工具无关。
工具截图：可以自己开发一个，提供下载地址
通过网盘分享的文件（网盘中是编译好的可以运行的exe）：车牌模拟生成demo
链接: https://pan.baidu.com/s/1WBzzd3qNpD8m837wqfgVBA?pwd=tgp4 提取码: tgp4
生成的蓝牌、绿牌、黑、白、黄牌如下：
模拟生成效果：
感谢您的阅读和支持，欢迎点赞拍砖！