车牌识别中的字符识别是车牌识别中*重要的一轮环节，目前所用的字符识别算法有依据模板匹配的ocr算法和人工神经网络的ocr算法。前一种算法是将字符尺寸缩小威数据库中的模板大小并且将字符精选二值化计算，进行模板匹配，得出*佳结果。后一种人工神经网络识别分为两种：一、进行字符分特征提取，用识别分类的特征案例训练神经网络分类器；另一种是充分利用神经网络特带你，直接输入处理图像，通过网络识别特征识别车牌。

　　两种识别方式各有不同，模板识别简单，而且能够在车牌受污染时候图像字符有缺损，污渍干扰大的时候识别率也很高，因此被认作是车牌识别字符识别算法的主要算法。

　　同时模板匹配也是*具有代表性的一个基本方法之一，能够将图像进行比较之后归于相应的类，也能够将及玄机图像于模板特征量之间的距离，用*小距离判定所属类。

　　通常情况下，由于成像图像的差异性，会产生较大的干扰，经过图像预处理之后会是的图像的灰度像素等发生改变，我们可以根据一些基于图像不败你的特征去设计的特征量来构架模板，避免出现类似问题。