第一章：课程导学与环境准备
各位同学，欢迎来到《OpenCV车牌识别系统从零搭建》的第一课。
说实话，车牌识别这个技术，听起来挺高大上的。但你别被它吓到。我刚开始接触这个领域时，也觉得这玩意儿得博士才能搞。后来做了几个项目才发现，核心原理其实没那么玄乎。说白了，就是让计算机学会「看」车牌，然后「读」出上面的字。
这一章，我们先不急着写代码。先把路铺好。嗯，磨刀不误砍柴工嘛。
1.1 车牌识别系统概述
车牌识别系统，英文叫 License Plate Recognition，简称 LPR。它在现实中的应用，你可能天天都能见到：停车场出入口、高速收费站、违章抓拍……
一个完整的车牌识别流程，大致分四步：
- 图像采集——摄像头拍下车辆照片
- 车牌定位——从整张图中找到车牌的位置
- 字符分割——把车牌上的每个字单独切出来
- 字符识别——识别每个字是什么
我在项目中遇到过最头疼的问题，不是识别不准，而是「找不到车牌」。光线暗一点、角度偏一点，车牌就丢了。所以后面我们会花大量时间讲定位算法，这是整个系统的基石。
核心要点：车牌识别不是单一算法，而是一个「流水线」。每一步的结果都会影响下一步。任何一个环节出问题，最终结果都会崩。
1.2 OpenCV 简介
OpenCV 是什么？全称是 Open Source Computer Vision Library。翻译过来就是「开源计算机视觉库」。
它就像一个工具箱。里面装满了各种图像处理工具：读取图片、调整亮度、边缘检测、形态学操作……你想想看，如果没有这个工具箱，你要自己从零写一个边缘检测算法？那得写到猴年马月去。
我个人习惯用 OpenCV 4.x 版本。为什么？因为新版本对 Python 的支持更好，而且一些老版本的坑已经被填平了。我记得早期用 OpenCV 2.x 时，中文路径问题能折腾一整天。现在好多了。
| 版本 | 特点 | 推荐度 |
|---|---|---|
| OpenCV 3.x | 稳定，但部分API已废弃 | ⭐⭐⭐ |
| OpenCV 4.x | 性能优化，Python支持好 | ⭐⭐⭐⭐⭐ |
| OpenCV 5.x（预览版） | 新特性多，但不够稳定 | ⭐⭐ |
小提示：本课程所有代码基于 OpenCV 4.5+ 和 Python 3.8+。如果你用的是其他版本，个别函数参数可能略有不同，但整体思路完全通用。
1.3 开发环境搭建
好，到了动手环节。环境搭建其实就三步：装 Python、装 OpenCV、装辅助库。
第一步：安装 Python
去 python.org 下载 Python 3.8 或更高版本。安装时记得勾选「Add Python to PATH」。这个勾不上的话，后面命令行里敲 python 会提示找不到命令。我曾经帮一个学员远程调试，折腾了半小时才发现是这个问题……
第二步：安装 OpenCV
打开命令行（Windows 用 cmd 或 PowerShell，Mac/Linux 用终端），输入：
pip install opencv-python
pip install opencv-contrib-python第一个包是核心库，第二个包包含了扩展模块（比如一些高级算法）。建议两个都装上。
第三步：安装辅助库
我们还会用到 numpy 和 matplotlib。numpy 用来处理图像数据（图像在计算机里本质就是多维数组），matplotlib 用来显示图像。
pip install numpy matplotlib注意：如果你用的是 Anaconda，建议用 conda 安装：conda install opencv。混用 pip 和 conda 有时会出依赖冲突。嗯，我踩过这个坑。
验证安装
装完后，打开 Python 交互环境，输入：
import cv2
print(cv2.__version__)如果输出了版本号（比如 4.5.5），恭喜你，环境搭好了。
1.4 项目结构规划
代码不是随便写的。项目结构从一开始就要规划好。不然写到后面，文件乱成一锅粥，你自己都找不到哪个函数在哪个文件里。
我建议这样组织：
license_plate_recognition/
│
├── images/ # 存放测试图片
├── output/ # 存放处理结果
├── utils/ # 工具函数
│ ├── __init__.py
│ ├── preprocess.py # 图像预处理
│ ├── locate.py # 车牌定位
│ ├── segment.py # 字符分割
│ └── recognize.py # 字符识别
├── main.py # 主程序入口
└── config.py # 配置文件（参数、路径等）为什么要这样分？
- images/ 和 output/：把输入输出分开，避免文件混在一起
- utils/：每个功能模块独立一个文件，方便调试和复用
- config.py：所有参数集中管理。比如车牌的最小宽度、识别阈值等。改参数时不用翻遍整个项目
- main.py：只负责调用，不负责实现。逻辑清晰
我的经验：很多初学者喜欢把所有代码写在一个文件里。项目小的时候还行，一旦超过 500 行，维护起来就是噩梦。模块化思维，从第一天就要养成。
1.5 本章小结
这一章我们做了三件事：
- 了解了车牌识别的基本流程——定位、分割、识别
- 搭建了开发环境——Python + OpenCV
- 规划了项目结构——模块化、清晰化
下一章，我们会正式开始图像预处理。说白了，就是教计算机「看清」图像。光线暗了怎么办？对比度不够怎么办？这些都有对应的算法。
嗯，路已经铺好了。咱们下章见。
公众号:蓝海资料掘金营，微信deep3321