字符識別方法目前主要有基于模板匹配算法和基于人工神經網絡算法。基于模板匹配算法將分割后的字符二值化,并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，后選佳匹配作為結果。基于人工神經元網絡的算法有兩種：一種是先對待識別字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器；另一種方法是直接把待處理圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。
識別速度決定了一個車牌識別系統是否能夠滿足實時實際應用的要求。一個識別率很高的系統，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統就會因為滿足不了實際應用中的實時要求而毫無實用意義。例如，在高速公路收費中車牌識別應用的作用之一是減少通行時間，速度是這一類應用里減少通行時間、避免車道堵車的有力保障。國際交通技術提出的識別速度是1秒以內，越快越好。
車牌識別技術結合測速設備可以用于車輛超速違章處罰，一般用于高速公路。具體應用是：在路上設置測速監測點，抓拍超速的車輛并識別車牌號碼，將違章車輛的牌照號碼及圖片發往各出口；在各出口設置處罰點，用車牌識別設備識別通過車輛并將號碼與已經收到的超速車輛的號碼比對，一旦號碼相同即啟動警示設備通知執法人員處理。與傳統的超速監測方式相比，這種應用可以節省警力，降低執法人員的工作強度，而且安全、、隱蔽，司機需時刻提醒自己不能超速，地減少了因超速引發的事故。
