基于模板的識別算法由于其處理速度快、識別率高的特點為大多數設計所采用。它是把分割后的單個字符區(qū)域與預置的標準字符集進行匹配處理，取標準字符集中相似度的字符作為識別結果。這種算法的處理步驟是：將單個字符圖像區(qū)域進行二值化并改變字符大小，使之與字符集中的字符大小相同，然后再進行匹配操作，篩選出相似首先需要有字符模板庫，將待識別的字符進行二值化后，將其大小變成字符模板庫中字符大小，然后與庫中的字符進行匹配，以相似度的字符為終結果。智能停車場系統(tǒng)發(fā)展至今，經歷了很多歷程，由人工取卡進出停車場的方式逐漸地發(fā)展到藍牙讀卡遠距離識別、再到現在普遍被認為進出停車場方便的車牌識別停車場系統(tǒng)。因為算法簡單所以算法的速度較快，只要在前期的預處理中降噪做得比較好，這種算法的識別率也相對較高，是一種簡單、快速、有效的字符識別技術，商用價值較高。

圖像預處理模塊：是指車牌識別系統(tǒng)對所拍攝的汽車圖像進行灰度化和邊緣檢測處理。在自然條件下外界太陽光照往往不均勻，光線強度也是不斷變化的，特別是有chao速情況，在此條件下，被攝像機拍攝到的汽車圖像往往是不清晰甚至是模糊的，為了得到清晰的圖像此時須要對車輛圖像其進行圖像增強處理；我們采取這樣的方法確定字符的左右坐標和寬度，就可以對字符進行分割。除了光照和光線的影響之外，電子器件和外界環(huán)境所帶來的噪聲干擾也會造成車輛圖像清晰度的下降，因此除了對圖像進行圖像增強處理外還需對原始車輛圖像進行降噪處理。

對于車牌本身是一連串的字符，不容易識別，因此，首先需要對字符進行分割，將一連串的字符分割成一個一個的字符。分割過的字符具有了字符的大致位置以及字符的高度。我們采取這樣的方法確定字符的左右坐標和寬度，就可以對字符進行分割。本文中采用了字符分割算法對車牌的字符進行分割。字符分割算法是通過對圖形的掃描確定進入到字符區(qū)域的di一個像素點的坐標和出去圖像區(qū)域的di一個像素點的坐標，以這兩點的坐標確定字符的大致位置以及字符的高度。字符切分模塊則屬于先針對圖像開展配套的二值化操作，之后在二值圖像之內將字符進行對應的分割操作，實際輸入的屬于車牌圖像，而輸出獲得的則屬于字符圖像。我們采取同樣的方法確定字符的左右坐標和寬度。在確定了字符的高度和寬度之后，對字符進行分割。