车牌识别现已被很多停车场、商场、小区等场所广泛使用，通过对车牌的识别就能很快的知道此车辆是临时车还是固定车辆，但他有是怎么对车牌进行识别的呢?具体有以下几个步骤：

一、车牌定位就是定位图片中的车牌位置在自然环境中，车辆图像背景复杂，光照不均匀。如何在自然背景中准确的确定车牌区域是整个识别过程的关键。首先对采集的视频图像进行大规模相关搜索，找到几个符合车牌特征的区域作为候选区域。然后，进一步分析和评估这些候选区域。最后，选择一个最优区域作为车牌区域，并将其从图像中分离出来。其次;车牌字符分割，将车牌中的字符分开;车牌区域定位后，将车牌区域分割成单个字符，然后进行车牌识别。字符分割通常采用垂直投影法。因为字符在垂直方向上的投影必须在字符间距处或者字符内部接近局部最小值，而且这个位置要满足车牌的字符书写格式、字符、大小限制等一些条件。垂直投影法对复杂环境下的字符分割有很好的效果。

　　二、车牌字符分割，将车牌中的字符分开;车牌区域定位后，将车牌区域分割成单个字符，然后进行车牌识别。字符分割通常采用垂直投影法。因为字符在垂直方向上的投影必须在字符间距处或者字符内部接近局部最小值，而且这个位置要满足车牌的字符书写格式、字符、大小限制等一些条件。垂直投影法对复杂环境下的字符分割有很好的效果。

　　三、车牌字符识别，对分割后的字符进行识别，最终形成车牌号码;主要基于模板匹配算法和人工神经网络算法。基于模板匹配算法，对分割后的字符进行二值化，并将其大小缩放到字符数据库中模板的大小，然后对所有模板进行匹配，选择最佳匹配作为结果。基于人工神经网络的算法有两种:一种是提取字符特征，然后利用获得的特征训练神经网络分配器;另一种是直接将图像输入网络，网络自动实现特征提取，直到识别出结果。

　　四、在车牌识别过程中，车牌颜色识别基于不同的算法，可能在上述不同的步骤中实现，通常与车牌识别相互配合，相互验证。在实际应用中，车牌识别系统的识别率与车牌质量和拍摄质量密切相关。车牌的质量会受到各种因素的影响，如铁锈、污垢、油漆剥落、字体褪色、车牌被遮挡、车牌倾斜、高光反射、多车牌、假车牌等。;实际拍摄过程也会受到环境亮度、拍摄方式、车速等因素的影响。这些因素不同程度地降低了车牌识别的识别率，这是车牌识别系统的难点和挑战。为了提高识别率，除了不断改进识别算法，还要想办法克服各种光照条件，让采集到的图像最有利于识别。