停車場車牌識(shí)別系統(tǒng)進(jìn)行車牌號(hào)碼識(shí)別的根本過程：

3)車牌字符識(shí)別，把切割好的字符進(jìn)行識(shí)別，終究組成車牌號(hào)碼：車牌字符識(shí)別方法首要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。然后與一切的模板進(jìn)行匹配，挑選好的匹配作為成果。停車場車牌識(shí)別系統(tǒng)基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對字符進(jìn)行特征提取，然后用所取得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖畫輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)完結(jié)特征提取直至辨認(rèn)出成果。

 車牌識(shí)別技術(shù)結(jié)合電子不停車收費(fèi)系統(tǒng)(ETC)識(shí)別車輛，過往車輛通過道口時(shí)無須停車，即能夠?qū)崿F(xiàn)車輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。車牌識(shí)別產(chǎn)品拍照全，除了常見的藍(lán)牌、黃牌、警牌外，還包括了農(nóng)用車牌、新能源車牌（綠牌）、教練車牌、還有新出的應(yīng)急車牌。車牌識(shí)別系統(tǒng)實(shí)現(xiàn)的方式主要分為兩種：一種是靜態(tài)圖像圖片的識(shí)別，另一種是動(dòng)態(tài)視頻流的實(shí)時(shí)識(shí)別。

 目前車牌識(shí)別率為：字母和數(shù)字的單字識(shí)別率可達(dá)到99.9%，漢字的單字識(shí)別率可達(dá)到99.8%。車牌識(shí)別種類也非常齊全，各種反光、污損都可以識(shí)別。車牌識(shí)別的智能道閘是全主動(dòng)化無需人力操控，跟傳統(tǒng)的道閘不一樣，由識(shí)別系統(tǒng)進(jìn)行操作。停車場及小區(qū)出入口辦理單靠人工去記來往車輛的車牌號(hào)碼和停靠時(shí)刻是十分困難的，不光會(huì)出現(xiàn)錯(cuò)誤，還需投入許多人力。一個(gè)小小的車牌識(shí)別設(shè)備裝置在停車場的出入口就能“一勞永逸”地處理許多問題。

 在車牌識(shí)別系統(tǒng)中，通常采用多種識(shí)別模型相結(jié)合的方法來進(jìn)行車牌識(shí)別，構(gòu)建一種層次化的字符識(shí)別流程，可有效地提高字符識(shí)別的正確率。車牌識(shí)別技術(shù)結(jié)合電子不停車收費(fèi)系統(tǒng)(ETC)識(shí)別車輛，過往車輛通過道口時(shí)無須停車，即能夠?qū)崿F(xiàn)車輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。車牌定位是車牌識(shí)別系統(tǒng)的基礎(chǔ)，其定位的準(zhǔn)確與否直接影響到車牌的字符分割和識(shí)別效果，是影響整個(gè)車牌識(shí)別系統(tǒng)識(shí)別率的主要因素。