車牌自動識別是基于計算機(jī)視覺和模式識別理論，對含有車輛號牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識別出文本字符。車牌自動識別過程包括圖像采集、車牌定位、字符分割、字符識別等一系列算法運算，其運行流程如下：

圖像采集：通過模擬攝像機(jī)或高清攝像機(jī)對過往車輛進(jìn)行實時、不間斷記錄、采集。

車牌定位：車牌定位的準(zhǔn)確與否直接決定后面的字符分割和識別效果，是影響整個車牌自動識別率的重要因素。車牌定位算法的好壞，由車牌檢出率來評估，市面上優(yōu)秀的車牌自動識別系統(tǒng)，檢出率能達(dá)到99%以上。

其核心是利用車牌區(qū)域的紋理特性，進(jìn)行車牌定位，常用的車牌檢測算法包括：利用梯度信息投影統(tǒng)計；利用小波變換作分割；車牌區(qū)域掃描連線算法；利用區(qū)域特性訓(xùn)練分類器的方法等。這些算法各有利弊，如何從復(fù)雜場景中提取出穩(wěn)定可靠的車牌區(qū)域是一個難點。

字符分割：在圖像中定位出車牌區(qū)域后，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進(jìn)一步精確定位字符區(qū)域，然后根據(jù)字符尺寸特征提出動態(tài)模板法進(jìn)行字符分割，并將字符大小進(jìn)行歸一化處理。

字符識別：對分割后的字符進(jìn)行縮放、特征提取，獲得特定字符的表達(dá)形式，然后通過分類器就可以對字符進(jìn)行識別，常用的分類算法有神經(jīng)網(wǎng)絡(luò)，SVM等。

結(jié)果輸出：將車牌自動識別的結(jié)果以文本格式輸出。