基于模板的識別算法由于其處理速度快、識別率高的特點為大多數(shù)設(shè)計所采用。它是把分割后的單個字符區(qū)域與預(yù)置的標準字符集進行匹配處理，取標準字符集中相似度的字符作為識別結(jié)果。這種算法的處理步驟是：將單個字符圖像區(qū)域進行二值化并改變字符大小，使之與字符集中的字符大小相同，然后再進行匹配操作，篩選出相似首先需要有字符模板庫，將待識別的字符進行二值化后，將其大小變成字符模板庫中字符大小，然后與庫中的字符進行匹配，以相似度的字符為終結(jié)果。因為算法簡單所以算法的速度較快，只要在前期的預(yù)處理中降噪做得比較好，這種算法的識別率也相對較高，是一種簡單、快速、有效的字符識別技術(shù)，商用價值較高。這些區(qū)域即為可能的車牌區(qū)域，再通過上述特征在可能的車牌區(qū)域中進行對照分析，就可以得到車牌區(qū)域。

車牌定位模塊：該單元是指在對原始車輛圖像進行圖像增強處理和降噪處理后還需對圖像進行定位處理，即對在一張完整的車輛圖像中去掉我們不需要的部分定位出車牌區(qū)域。在一張拍攝的車輛圖像中，只有含車牌號碼的部分，對識別工作有意義，我們可以將其他區(qū)域設(shè)法除去，即從整個車輛圖像中準確的找出并分離出車牌所在位置的圖像，這樣做的好處是可以節(jié)省系統(tǒng)識別時間。字符分割技術(shù)將車牌的多個字符分割為單一字符，我們利用識別技術(shù)對字符進行識別。

車牌定位是指在經(jīng)過圖像預(yù)處理操作后的灰度圖像中判斷出車輛車牌所在的區(qū)域，而車牌分割是指在完整的車輛圖像中把本設(shè)計所要的車牌區(qū)域的圖像分割出來，為下一步的字符識別操作做準備。車牌圖像處理后的灰度圖是一個水平度很高的矩形圖樣，在預(yù)處理圖中比較集中，且字符的灰度值和相鄰字符圖樣有較明顯差別，因此很容易用邊緣算法檢測操作來對圖像進行分割。車牌定位和分割的精準度將直接影響到終的字符識別的好壞。但是，目前，任何高科技產(chǎn)品都不能完全取代人類的人工操作，它不能完全取代人類的思維，也不能與人們的思維方式相一致。

為了方便車輛的進出，提高車輛的交通速度，確保公司的安全，公司近新增了自動車牌識別系統(tǒng)。系統(tǒng)投入運行后，所有進出公司的車輛將通過車牌識別自動開門。該系統(tǒng)實現(xiàn)過程1.當固定車輛進入時，攝像機接收圖像，系統(tǒng)自動識別車牌號，車牌顏色，自動確定車型等，并記錄信息，如數(shù)據(jù)庫車輛的進入時間，然后判斷車輛是內(nèi)部車輛還是臨時車輛如果車輛是由固定車輛系統(tǒng)自動釋放，則不需要手動控制車門的開關(guān);當臨時車輛進入時，系統(tǒng)將定時并自動將數(shù)據(jù)庫輸入數(shù)據(jù)庫;第二，在出口部分，車輛到達停車場的出口區(qū)域。攝像機自動識別號，車輛顏色，并輸入出口信息，然后判斷車輛類型。如果是內(nèi)置汽車，根據(jù)用戶設(shè)置，系統(tǒng)直接提升釋放或確認釋放。通過規(guī)范車輛檔案登記，消除非社區(qū)業(yè)主和租戶車輛登記，改善社區(qū)地面停車秩序系統(tǒng)投入使用前后的使用。