字符识别 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与的模板进行匹配，选择佳匹配作为结果。基于人工神经网络的算法有两种:一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。

　　3.停车场收费系统        当车辆进入停车场时,收费系统抓拍车辆图片并进行车牌识别,保存车辆信息和进入时间；当车辆离开时,停车场收费系统自动识别出该车的车牌号码和保存下车辆的离开时间,并在数据库中搜索该车的进入时间,计算出该车的停车费用,车主缴完停车费后,收费系统自动抬杆放行。现在许多智能车场车牌识别系统可以使车辆进出，无需停车刷卡即可完成进出和车牌识别，加快车辆交通速度，节省管理工作，降低人员成本，因此被广泛应用于各种场合。如果系统遇到智能停车场车辆识别错误，无法识别现象我们要及时了解相关的原因，了解避免因外部原因造成的车牌识别系统无法识别现象的预防措施。经过这么多年的一个客户案例积累，我们整理了一下大部分出现智能车牌识别系统无法正常工作的可能性如下，方便大家对照进行排查:

　　依靠科技求发展，不断为用户提供满意的智能化系统，优质的产品、适中的价格、专业的技术和一流的服务是我们永恒的追求。在机会和挑战并存的竞争环境中，为满足市场不断增长的需求，公司将一直站在行业高新技术的尖端，秉承“理性务实、创新发展”的宗旨，奉行“进取、求实、严谨、团结”的方针，不断开拓创新，以技术为核心、视质量为生命、奉用户为上帝，竭诚为您提供性价比最高的智能产品、高质量的工程设计改造及无微不至的售后服务。

　　治安卡口系统就充分发挥了车牌识别技术和分布式架构设计的优势，搭建了统一的卡口系统平台。具备了汽车图像记录、速度测定、号牌识别、自动报警、数据管理、流量统计、远程维护等综合性的业务功能，已被广泛应用于国道、省道、高速公路等路路面的交通事故预防和有关车辆案件的侦破。整个系统的运行都是围绕着车牌号码这个核心，车牌号码识别的就直接影响了系统的整体性能。所以该系统前端设计采用了视频流实时识别技术，并且10ms的识别时间充分了高流量道路车辆的一一识别，达到全天候全牌识别率不低于85-95%的。