本篇文章主要基于python语言和OpenCV库（cv2）进行车牌区域识别和字符分割，开篇之前针对在python中安装opencv的环境这里不做介绍，可以自行安装配置！ 车牌号检测需要大致分为四个部分： 1.车辆图像获取 2.车牌定位、 3.车牌字符分割 4.车牌字符识别 具体介绍 车牌定位需要用到的是图片二值化为黑白后进canny边缘检测后多次进行开运算与闭运算用于消除小块的区域，保留大块的区域，后用cv2.rectangle选取矩形框，从而定位车牌位置 车牌字符的分割前需要准备的是只保留车牌部分，将其他部分均变为黑色背景。这里我采用cv2.grabCut方法，可将图像分割成前景与背景。分割

详细描述如何使用gcov工具来进行内核的代码覆盖率测试。包括linux-2.4内核和linux-2.6内核。极度推荐！

kernel代码

linux-4.4的内核源码！ 配置内核配置内核的方法很多，主要有如下几种：1.      #make menuconfig  //基于ncurse库编制的图形工具界面2.      #make config  //基于文本命令行工具，不推荐使用3.      #make xconfig  //基于X11图形工具界面4.      #make gconfig  //基于gtk+的图形工具界面由于对Linux还处在初学阶段，所以选择了简单的配置内核方法，即make menuconfig。在终端输入make menuconfig，等待几秒后，终端变成图形化的内核配置界面。进行配置时，大部分选项使用其缺省值，只有一小部分需要根据不同的需要选择。对每一个配置选项，用户有三种选择，它们分别代表的含义如下：或[*]——将该功能编译进内核[]——不将该功能编译进内核[M]——将该功能编译成可以在需要时动态插入到内核中的代码说明：笔者输入make menuconfig  后并没有配置其他内核编译配置（因为还不是特别懂），只是试了下此流程，是可用的。4)    编译内核这步是时间最长的一个步骤，一般在2个小时左右。编译内核只需在终端(目录：/usr/src/linux-4.14) 输入:make

图像分割算法

Linux Application Development

包含kernel-devel-3.10.0-693.el7.x86_64.rpm、kernel-headers-3.10.0-693.el7.x86_64.rpm、kernel-3.10.0-693.el7.x86_64.rpm等

包含kernel-devel-3.10.0-1160.2.1.el7.x86_64.rpm和kernel-headers-3.10.0-1160.el7.x86_64.rpm

dmesg 日志

在jetson4.5版亲测可用