字符識(shí)別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴▽⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選佳匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

采用計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別車(chē)牌的流程通常都包括車(chē)輛圖像采集，車(chē)牌定位，字符分割，光學(xué)字符識(shí)別，輸出識(shí)別結(jié)果5個(gè)步驟。車(chē)輛圖像的采集方式?jīng)Q定了車(chē)牌識(shí)別的技術(shù)路線(xiàn)。目前國(guó)際ITS通行的兩條主流技術(shù)路線(xiàn)是自然光和紅外光圖像采集識(shí)別。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響，也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

一個(gè)車(chē)牌識(shí)別系統(tǒng)是否實(shí)用，重要的指標(biāo)是識(shí)別率。國(guó)際交通技術(shù)作過(guò)的識(shí)別率指標(biāo)論述，要求是24小時(shí)全天候全牌正確識(shí)別率85%～95%。信路通的車(chē)牌識(shí)別系統(tǒng)在實(shí)際應(yīng)用中已經(jīng)達(dá)到了全牌正確識(shí)別率90%以上。為了測(cè)試一個(gè)車(chē)牌識(shí)別系統(tǒng)識(shí)別率，需要將該系統(tǒng)安裝在一個(gè)實(shí)際應(yīng)用環(huán)境中，全天候運(yùn)行24小時(shí)以上，采集至少1000輛自然車(chē)流通行時(shí)的車(chē)牌照進(jìn)行識(shí)別，并且需要將車(chē)輛牌照?qǐng)D像和識(shí)別結(jié)果存儲(chǔ)下來(lái)，以便調(diào)取查看。然后，還需要得到實(shí)際通過(guò)的車(chē)輛圖像以及正確的人工識(shí)別結(jié)果。