本篇文章主要基於python語言和OpenCV庫（cv2）進行車牌區域識別和字符分割，開篇之前針對在python中安裝opencv的環境這里不做介紹，可以自行安裝配置！
車牌號檢測需要大致分為四個部分：
1.車輛圖像獲取
2.車牌定位、
3.車牌字符分割
4.車牌字符識別
具體介紹
車牌定位需要用到的是圖片二值化為黑白后進canny邊緣檢測后多次進行開運算與閉運算用於消除小塊的區域，保留大塊的區域，后用cv2.rectangle選取矩形框，從而定位車牌位置
車牌字符的分割前需要准備的是只保留車牌部分，將其他部分均變為黑色背景。這里我采用cv2.grabCut方法，可將圖像分割成前景與背景。分割完成后，再經過二值化為黑白圖后即可進行字符分割。由於圖像中只有黑色和白色像素，因此我們需要通過圖像的白色像素和黑色像素來分割開字符。即分別通過判斷每一行每一列的黑色白色像素值的位置，來定位出字符。
具體步驟如下：
1.灰度轉換：將彩色圖片轉換為灰度圖像，常見的R=G=B=像素平均值。
2.高斯平滑和中值濾波：去除噪聲。
3.Sobel算子：提取圖像邊緣輪廓，X方向和Y方向平方和開跟。
4.二值化處理：圖像轉換為黑白兩色，通常像素大於127設置為255，小於設置為0。
5.膨脹和細化：放大圖像輪廓，轉換為一個個區域，這些區域內包含車牌。
6.通過算法選擇合適的車牌位置，通常將較小的區域過濾掉或尋找藍色底的區域。
7.標注車牌位置
8.圖像切割和識別
通過代碼實現:
運行效果如圖所示
車牌定位並進行處理
車牌分割如圖所示
