為了進行牌照識別，需要以下幾個基本的步驟：

　　· 牌照定位，定位圖片中的牌照位置；

　　· 牌照字符分割，把牌照中的字符分割出來；

　　· 牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。

　　牌照識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與牌照識別互相配合、互相驗證。

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。

實際應用中，牌照識別系統的識別率與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝過程也會受到環境亮度、拍攝亮度、車輛速度等等因素的影響。這些影響因素不同程度上降低了牌照識別的識別率，也正是牌照識別系統的困難和挑戰所在。為了提高識別率，除了不斷的完善識別算法，還應該想辦法克服各種光照條件，使采集到的圖像利于識別。

采用計算機視覺技術識別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學字符識別，輸出識別結果5個步驟。車輛圖像的采集方式決定了車牌識別的技術路線。目前國際ITS通行的兩條主流技術路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產生不良的心理影響，也不會對環境產生新的電子污染，屬于綠色環保技術。

一個車牌識別系統是否實用，重要的指標是識別率。國際交通技術作過的識別率指標論述，要求是24小時全天候全牌正確識別率85%～95%。信路通的車牌識別系統在實際應用中已經達到了全牌正確識別率90%以上。 　　為了測試一個車牌識別系統識別率，需要將該系統安裝在一個實際應用環境中，全天候運行24小時以上，采集至少1000輛自然車流通行時的車牌照進行識別，并且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。

設備架設
1、影像監控區域距離攝像機架設位置距離大約30M~50M位置。

2、攝像機架設高度大約2.8M，如果架設高度越高離影像監控區域距離拉遠，因為相關攝像機的取像俯角不能太大(大約15度)。

3、使用鏡頭時務必要注意一般路口監控使用的鏡頭有兩種規格6~60&10~100MM。

4、取像的角度要盡量將車牌及汽車的位置放大而不要將旁邊的景物帶入屏幕內避免曝光效果過大或是造成車牌不清楚。

5、如果夜間使用紅外線(IR)功率一定要大，因為汽車的車燈也屬于紅外線光譜的一種，要避免曝光效應只有將IR的功率加大發揮IR的功效。