车牌自动识别原理基本是经过车牌捕捉、定位、截取、二值化、字符切分，最后车牌OCR识别、结果输出，一般还会有字符识别后处理等几个步骤，这几个步骤要协调处理才行，还要使用各种情况，比如，雨雪天气、反光、阴阳车牌、晚上补光、污损车牌等具体实际情况进行各种优化，才能得到一个完美的车牌识别算法，如果做论文，可以直接用开源的一些东西去完善，如果实际应用，可以用商用的车牌OCR识别产品。

目前车牌识别SDK特点：

1、毫秒级识别车牌，彻底解决手工输入痛点，快速、准确；

2、手机相机视频预览识别车牌，可提供安卓、ISO、Windows、Linux等系统识别，支持移动设备离线识别以及电脑客户端、服务器端识别；

3、支持识别的车牌种类多，蓝牌、黄牌、新能源车牌均可识别，

4、复杂场景车牌均可识别，适应性强，白天晚上、远距离、大角度都能快速准确的识别车牌；

5、车牌识别SDK开发部整体不超过500K，识别率高达99%；

车牌识别过程

• 图像采集：

• 
  

  通过高清摄像抓拍主机对卡口过车货车辆违章行为进行实时、不间断记录、采集

• 
  

• 预处理：

  图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理   

• 
  

• 字符分割：

  在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

• 
  

• 字符识别：

• 
  

  对分割后的字符进行缩放、特征提取，获得特定字符的表达方式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像

• 结果输出：将车牌识别的的结果以文本格式输出。

• 
  

注意事项

• 路面过宽或T字形道路可采用双摄像头的方式提高识别率