例如一個(gè)車(chē)牌系統(tǒng)在白天有90%以上的準(zhǔn)確度，到了傍晚就降到80%，夜間又降到70%，這種不穩(wěn)定的系統(tǒng)，比起全天候平均擁有70%準(zhǔn)確度的車(chē)牌辨識(shí)系統(tǒng)更難于整合。因?yàn)槭褂谜邥?huì)認(rèn)為，既然白天的辨識(shí)率有90%，那全天候的準(zhǔn)確率都要達(dá)到90%才合理，這樣的規(guī)格還不包括奇怪的環(huán)境干擾(暴雨襲擊、冰雹、濃霧區(qū)段等)，與架設(shè)環(huán)境限制(高度限制、風(fēng)大搖晃限制、不容易遭受人為破壞等)。

幾乎每家都宣稱(chēng)擁有高辨識(shí)率，但為了避免事后因?yàn)殡p方對(duì)產(chǎn)品認(rèn)知有差異，而將運(yùn)作不良的責(zé)任互相推托，用戶(hù)在采購(gòu)車(chē)牌辨識(shí)系統(tǒng)時(shí)，不妨要求實(shí)地測(cè)試，而且測(cè)試時(shí)間好超過(guò)兩個(gè)禮拜，比較能判斷辨識(shí)結(jié)果是否“言過(guò)其實(shí)”。因?yàn)槎嘧兊沫h(huán)境，兩個(gè)禮拜應(yīng)該可以對(duì)于場(chǎng)域可能影響辨識(shí)率的情形，大約掌握了八成，如果只是測(cè)一天、甚至幾個(gè)小時(shí)，是無(wú)法了解的。

智能車(chē)牌識(shí)別系統(tǒng)不抬桿原因多種。智能車(chē)牌識(shí)別系統(tǒng)是由車(chē)牌識(shí)別一體機(jī)、工業(yè)級(jí)到咋、語(yǔ)音集成顯示屏及系統(tǒng)軟件等部分組成，所以我們要排查問(wèn)題的所在，工作流程為地感線(xiàn)圈→車(chē)輛檢測(cè)器→車(chē)牌識(shí)別一體機(jī)→收費(fèi)系統(tǒng)→控制器→道閘，所以原因工作中負(fù)責(zé)傳輸信號(hào)的網(wǎng)線(xiàn)或者信號(hào)線(xiàn)的連接問(wèn)題，或者是工作中部件是否出故障等；

開(kāi)車(chē)的朋友都知道，我們無(wú)論去停車(chē)場(chǎng)還是上下高速，只要有攝像頭和欄桿的地方，基本上都需要識(shí)別你的車(chē)牌。我們普通人無(wú)需去了解車(chē)牌的識(shí)別過(guò)程，但還是有很多網(wǎng)友想了解自己的車(chē)牌是如何被識(shí)別的。

圖片初級(jí)處理——灰度化、二值化大家都知道，灰色是介于白色和黑色之間的顏色，而且這個(gè)灰色深淺不一樣，所以白色和黑色之間的灰色就有很多。這顏色一多，計(jì)算機(jī)就眼花繚亂了。所以呢，干脆把圖片二值化。啥叫二值化呢？就是讓圖片只有黑色和白色，就是只有兩個(gè)顏色值，顧名思義把圖片搞成黑白二色的過(guò)程就是二值化。再形象的比喻一下，就是熊貓化！在計(jì)算機(jī)RGB顏色空間內(nèi)，白色就是255，黑色就是0，其他顏色就是在這0-255之間了。

圖形檢索，定位車(chē)牌圖片處理到這一步，來(lái)了——車(chē)牌檢索。動(dòng)腦筋的朋友可能已經(jīng)意識(shí)到了，車(chē)牌是規(guī)則的長(zhǎng)方形，我們只要找二值化后圖片里的長(zhǎng)方形就好了。問(wèn)題來(lái)了，你找長(zhǎng)方形，問(wèn)題是有些車(chē)輛的撒熱窗就是長(zhǎng)方形。愛(ài)動(dòng)腦筋的小伙伴已經(jīng)注意到了，車(chē)牌的長(zhǎng)寬比與車(chē)身其他位置的形狀長(zhǎng)寬比不同。掌握了上面的基本常識(shí)，那么我們距離找到車(chē)牌就更近了。計(jì)算機(jī)掃描整個(gè)二值化的圖片，由左到右，由上到下，把顏色從黑到白或者由白到黑的像素全部記錄下來(lái)。然后根據(jù)這些像素來(lái)計(jì)算哪個(gè)區(qū)域是長(zhǎng)方形，并且符合車(chē)牌的比例。