一般来说，进行车牌识别的理论基础是图像分割和图像识别。首先对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并把牌照区域提取出来，再进一步识别上面的文本字符。

车牌识别的车牌定位

对于简单的车牌识别而言，我们只需要车牌部分的长方形图像就够了，其他部分的图像可有可无，因此从整个图像中准确地检测出车牌区域显得十分重要，如果提取错误或提取不完整，会直接导致终识别失败。

车牌识别的车牌定位

车牌定位方法一般会依据牌照纹理特征、颜色特征和形状特征等信息，采用投影分析、连通域分析、机器学习等算法检测车牌。投影分析方法根据车牌字符与背景交替出现的次数相比于其他部分要多这个特征，通过图像在水平和垂直方向的投影分析来定位车牌。

连通域分析根据车牌中的每个字符都是一个连通域且这些连通域的结构和颜色都一致的特征，通过检测并合并这些连通域来定位车牌。

机器学习算法使用从很多个车牌样本中提取出来的特征把一个弱分类器训练成一个强分类器，从而定位出图像中的车牌区域。但由于实时道路上的环境背景十分复杂，且不可能所有的车牌图像都很清晰，所以很容易把类似的长方形道路设施识别成车牌，因此有效的排除伪车牌、提高定位的准确率和提高识别速度一直是机器学习领域的一个难点。