环境是影响车牌辨认的首要因素，在收集车辆图画时，因为环境光线改变剧烈，白天光较强、夜间较弱，面光与背光不一样，上午和下午的光照方向也不一样，抓拍图画时受环境光线影响较大，车速过高、收集设备的动态规模等都使成像质量难以得到有用确保。当辨认算法以为车牌达到了最好成像位置时体系触发体系开端拍照，这对触发设备的可靠性和响应速度都有较高的请求。所以要处理环境形成辨认率低下的疑问，还要靠摄像机的感光部件对外部环境的处理。

　　车牌定位之前通常要对图画做预处理，然后再进行车牌的定位、切割、辨认等有些。因为得到的车牌图画也许含有较多噪声，或图画对比度不强、车牌被有些遮挡、车牌处呈现污点、变脏、含糊退色、有其它字符区域搅扰、以及呈现因运动发生的图画含糊失真等情况，所以定位算法完成起来有较多艰难。关于字符切割，则也许存在光照不均、污迹严重、车牌歪斜、对比度小、车牌退色、车牌字符粘连等不利因素，这么就需要研制与之习惯的算法。如算法能习惯各种杂乱环境和有噪声、车牌遮挡、车牌歪斜等情况的话，那就可以大大提高车牌辨认的概率。

  这是指在已拍摄的图画中断定车牌的方位，获取出车牌的图画，然后切割出车牌中的字符。车牌区域定位的艰难首要是来自于收集的图画，因为收集的车牌图画的多样性，并且收集图画时遭到很多要素的影响，如雨天、大雾、光线等，使得有一些车牌图画质量呈现不一样程度的差异，在通常情况下，收集的图画的背景非常复杂，收集图画是在高速运动中收集的图画，所以图画中车牌的方位不固定，车牌的巨细也不一样，以上的各种干扰要素，都给车牌区域定位和字符切割带来了艰难，然后影响车牌的辨认率。

　　从模仿相机到高清相机，也会引起图画的高分辨率与辨认速度相对立的疑问。高清的优势显而易见，可是任何事情都是两面的，在车牌辨认时首要体现为：高清图画因为图画掩盖面广，也许会一起在图画中呈现多个车牌的辨认。这就对车牌辨认的速度请求很高，车牌辨认体系关于高清视频流码流过大，还会因对辨认体系资源占用需要过大而剖析起来会呈现处理速度过慢的疑问，这也许致使呈现漏车景象，而难以实现对车辆抓拍率和车牌辨认精确率的提高。上犹车牌识别系统