車牌識別是利用車輛的動態視頻或靜態圖像進行車牌號碼、車牌顏色自動識別的模式識別技術。技術的核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。一個完整的車牌識別系統應包括車輛檢測、圖像采集、車牌識別等幾部分。
?車牌識別系統選購
要讓車牌識別系統真正做到小兵立大功，工程商們還需要掌握以下二大準則。
一、重視穩定度
隨著產品算法與業者的技術提升，筆者認為，整合早就不是重要的話題，現階段zui需要注意的重點反而是“穩定度”。穩定度的定義是：在一個既定的車速范圍內，不會讓必須達到的準確度，因外在環境影響而產生過大的誤差。
例如一個車牌系統在白天有90%以上的準確度，到了傍晚就降到80%，夜間又降到70%，這種不穩定的系統，比起全天候平均擁有70%準確度的車牌識別系統更難于整合。因為使用者會認為，既然白天的辨識率有90%，那全天候的準確率都要達到90%才合理，這樣的規格還不包括奇怪的環境干擾(暴雨襲擊、冰雹、濃霧區段等)，與架設環境限制(高度限制、風大搖晃限制、不容易遭受人為破壞等)。
二、確實實測
幾乎每家都宣稱擁有高識別率，但為了避免事后因為雙方對產品認知有差異，而將運作不良的責任互相推托，用戶在采購車牌識別系統時，不妨要求實地測試，而且測試時間超過兩個禮拜，比較能判斷識別結果是否“言過其實”。因為武漢是一個天氣多變的環境，兩個禮拜應該可以對于場域可能影響識別率的情形，大約掌握了八成，如果只是測一天、甚至幾個小時，是無法了解的。
另外，車牌識別既然是“系統”，當中軟硬件架構的好壞，當然會影響“呈現的結果”。至于什么樣的軟件跟硬件，適合什么樣的環境，這就必須因環境而異，因為不同的應用環境，對于辨識率的要求未必相同，而這就必須靠經驗累積。
盡管市場上有林林總總的車牌識別系統，用對產品與架構，可以省去很多的冤枉錢跟時間，但更重要的是，工程商與系統整合商需要多方配合及了解，而不是一味的只看重某廠牌比較好、比較便宜，凡事貨比三家不吃虧。
