OCR中文称谓为牌照自动识别，是车牌识别系统所具有通过视频图像判断是否有车的功能称之为视频车辆检测的系统。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。

车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出，现在随着移动互联技术硬件设备的升级，车牌识别已经广泛应用于安卓端以及IOS端的硬件，进行车牌识别。

　　1、检测车牌识别的两个主要因素：识别率和识别速度

　　识别率：一个车牌识别系统是否实用，重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%～95%，现在我们研发的车牌识别率整体已经达到99.7%，欢迎大家来电咨询测试。

　　为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。

　　识别速度：识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚几分钟才能识别出结果，那么这个系统会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障

　　2、windows端触发原理：地感线圈、视频触发。

　　安卓以及IOS端拍照原理：视频预览、手机拍照。视频预览具有自动拍照、识别速度快等优势！

　　总而言之，在选择好应用平台后，还是要测试车牌识别率以及车牌识别速度，只有这两者达到较高的性价比才是的车牌识别产品，现在的windows端车牌识别已经广泛应用有电子警察、治安卡口；DSP以及ARM端广泛应用与相机端，用于停车场的应用。