此外，車牌辨識系統(tǒng)能否發(fā)揮大效用，除了軟件技術(shù)之外，與攝影機及現(xiàn)場施工能力，也有很大的關(guān)系。使用者可要求廠商至現(xiàn)場勘查后，提出建置規(guī)劃方案，先評估應(yīng)該架設(shè)的地點、攝影機架設(shè)角度、是否需要架設(shè)輔助光源等，再提出報價，藉由這些動作，除了得以事先評估業(yè)者的能力，用戶本身也可以達到產(chǎn)品學(xué)習(xí)及教育訓(xùn)練，日后管理時，會更清楚知道該產(chǎn)品的使用限制及相關(guān)因應(yīng)措施。

攝像頭不停地拍照，交給系統(tǒng)去判斷。原理很簡單，因為沒有車輛時，拍的照片是固定的。撐死了也就白天一幅圖、晚上一幅圖、下雨一幅圖、陰天一幅圖等。有了基礎(chǔ)的圖，就可以區(qū)分有車輛進入地圖了。有人說這樣的容錯率也太低了，很容易出錯。是的，這的確容易出錯，所以軟件端做了進一步的技術(shù)深入：車輛輪廓識別。車輛輪廓識別與車牌識別的輪廓識別原理是一樣的，可以參考下面車牌輪廓識別部分。

車牌字符切割在上一步中，我們成功找到了車牌，并把它從原圖（不是二值化的圖）截取出來了。對截取的車牌圖片進行上一步的灰度化、二值化、降噪處理，尤其是邊緣降噪。如果降噪后，干擾的噪聲還是比較大，可以采取腐蝕、膨脹算法來模糊噪聲。如果降噪后的車牌圖片有傾斜現(xiàn)象，就需要對圖片做錯切變換（就是傾斜角度調(diào)整）。我們知道，有些車牌是上下結(jié)構(gòu)的，這很容易通過對二值化的圖片做像素掃描來檢測上下兩部分是否中間不粘連，如果不粘連，那就是上下結(jié)構(gòu)車牌。如果不是上下結(jié)構(gòu)，那就是單行結(jié)構(gòu)的新車牌。