因?yàn)槊看巫R別需要抓拍多張圖片，因此軟識別的速度較慢。而且該系統(tǒng)對所抓拍的圖片要求也是極高的，必須極為清晰才能達(dá)到想要的效果。該系統(tǒng)對現(xiàn)場環(huán)境以及調(diào)試質(zhì)量要求極高，在諸多環(huán)境不樂觀的場合都不適用，設(shè)備的擺放頗為重要。

       硬件識別：通俗的解釋是通過獨(dú)立的硬件設(shè)備，對所抓拍圖片進(jìn)行一系列的字符處理；目前停車場系統(tǒng)行業(yè)中硬件識別也分為兩種，即帶有單獨(dú)的車牌識別儀和前端硬件識別兩種，大禾主要采用的是前端硬件識別。

逆光場景下識別效果圖

對于因車輛運(yùn)行而形成的大角度，個別廠家的車牌識別系統(tǒng)對于此種情況的處理效果并不理想，該問題在有轉(zhuǎn)彎和出入口較寬的停車場顯得尤為明顯，當(dāng)然通過對車牌識別攝像機(jī)的高度和角度的控制，可以減少大角度的弧度，但是并不能完全解決這個問題，還得加上算法識別，大禾車牌識別算法增加對變形字符的識別處理，專門針對這個問題做特別處理，再加上局部曝光功能，在識別大角度下的車牌效果更好。

縱觀如今的車牌識別市場，硬件在逐步同質(zhì)化，算法的優(yōu)劣成為各大廠家競爭的核心。目前，基于深度學(xué)習(xí)的車牌識別系統(tǒng)逐漸成為行業(yè)發(fā)展趨勢。那么深度學(xué)習(xí)算法具體是指什么呢，這種算法又有何優(yōu)勢呢?下面讓筆者一一為您解析。

不同光照條件對識別效果影響很大。比如天氣狀況不同，車牌在晴天和陰雨、下雪天氣視覺上是不一樣的，晴天車牌圖片一般都較為清晰，但是強(qiáng)烈光照會帶來局部反光過強(qiáng)的問題，陰雨天氣圖片昏暗模糊，下雪則有可能覆蓋車牌的某些區(qū)域;另外即使在同一天由于陽光顏色的變化也會影響成像質(zhì)量。車牌本身種類較多，形狀、顏色、尺寸等都各有不同，而且，拍攝點(diǎn)的距離不同、拍攝角度不同都會影響到終車牌在圖片中的呈現(xiàn)姿態(tài)和外觀。