选购准则
随着产品算法与业者的技术提升，整合早就不是重要的话题，现阶段需要注意的重点反而是"稳定度"。稳定度的定义是:在一个既定的车速范围内，不会让必须达到的准确度，因外在环境影响而产生过大的误差。
例如一个车牌系统在白天有90%以上的准确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%准确度的车牌辨识系统更难于整合。因为使用者
停车场车牌识别
选购准则
随着产品算法与业者的技术提升，整合早就不是重要的话题，现阶段需要注意的重点反而是"稳定度"。稳定度的定义是:在一个既定的车速范围内，不会让必须达到的准确度，因外在环境影响而产生过大的误差。
例如一个车牌系统在白天有90%以上的准确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%准确度的车牌辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有90%，那全天候的准确率都要达到90%才合理，这样的规格还不包括奇怪的环境干扰(暴雨、冰雹、浓雾区段等)，与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为破坏等)。
智能交通
车牌识别框架流程与应用分析车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。技术的核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。该技术常用于停车场及小区出入口、高速公路收费站、公路卡口和城市交通。
现在，随着人们安防意识的提高，对安防力度的投入加大，车牌识别产品的应用也将越来越普遍化。而一体化、智能化、高清必将成为车牌识别系统发展的主流方向。
二处罚
车牌识别技术结合测速设备可以用于车辆处罚，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍的车辆并识别车牌号码，将车辆的牌照号码及图片发往各出口;在各出口设置处罚点，用车牌识别设备识别通过车辆并将号码与已经收到的车辆的号码比对，一旦号码相同即启动警示设备通知人员处理。与传统的监测方式相比，这种应用可以节省警力，降低人员的工作强度，而且安全、、隐蔽，司机需时刻提醒自己不能，极大地减少了因引发的事故。
车牌定位
基于深度学习的车牌定位可分为直接定位和间接定位，直接定位把车牌识别当成一个目标检测模型，比如像SSD还有YOLO等等，只需要改变后一层的卷积层就可以了，把它定成所需要识别的类别。基于一个车辆只有一个车牌的情形，间接定位首先定位到车牌的相关物体，然后再定位到车牌。定位到车牌之后，就需要对车牌进行字符分割，基于字符分割的方法有连接成分分析，投影分析，字符先验知识，字符轮廓等等 。
（作者： 来源：）
