車牌識別系統對車輛號碼的識別應用非常廣泛，通過車牌識別系統對視頻中車輛進行檢測，需要具備很高的處理速度并采用優秀的算法，在基本不丟幀的情況下實現圖像采集、處理。那么車牌識別系統是如何進行車牌識別的呢?
為了進行車牌識別，需要以下幾個基本的步驟：
1)牌照定位，定位圖片中的牌照位置;
2)牌照字符分割，把牌照中的字符分割出來;
3)牌照字符識別，把分割好的字符進行識別，組成牌照號碼。
車牌識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。
1)牌照定位
自然環境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，選定一個佳的區域作為牌照區域，并將其從圖像中分離出來。
2)牌照字符分割
完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部小值的附近，并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果。
3)牌照字符識別方法主要有基于模板匹配算法和基于人工神經網絡算法。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇匹配作為結果。基于人工神經網絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器;另一種方法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。
