字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，后选佳匹配作为结果。基于人工神经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。
红外光路线是指利用车牌反光和红外光的光学特性，用红外摄像机采集车辆灰度图像，由于红外特性，车辆图像上几乎只能看见车牌，然后用黑白图像处理方法识别车牌。950nm的红外照明装置可抓拍到很好的反光车牌照图像。因红外光是不可见光，它不会对驾驶员产生视觉影响。另外，红外照明装置提供的是不变的光，所抓拍的图像都是一样的，不论是在一天中明亮的时候，还是在一天中暗的时候。的例外是在白天，有时会看到一些牌照周围的细节，这是因为晴朗天气时太阳光的外光波的影响。采用红外灯的缺点就是所捕获的车牌照图像不是彩色的，不能获取整车图像，并且严重依赖车牌反光材料。
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，甚至几分钟才能识别出结果，那么这个系统就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。国际交通技术提出的识别速度是1秒以内，越快越好。
车牌识别系统还是一个非常注重环保的管理系统，无纸票、无卡片，纯粹使用车牌识别，人力和设备成本都大大减少了。无票停车系统提供了一个完整的友好的用户体验方式，不再使用停车票据，也避免了出入口交通阻塞的可能。这种商业模式正在由解决方案提供商向大中型停车场所提供。停车场管理人员可实行外聘制，所需缴纳的管理费技照收入的百分比进行交换。一旦车牌自动识别停车场管理系统能够普及，成本将不会是压力。
车牌识别是停车场用于识别车辆信息的管理系统之一，该技术能够提取出行驶中的车辆的牌照并进行识别，目前的技术水平车牌识别率可达到99.7%，车牌识别技术可以的识别出车辆车牌号，与传统的人工作业相比，无论是临时车、内部车辆、访客车甚至是未经许可的车辆，车牌识别系统都可以对其进行图像信息的捕获，并上传至数据库存储。
当车辆进入采用智能车牌识别系统的停车场时，系统通过摄像机快速进行车牌识别并自动拍照，并实现自动抬起挡杆放行，无需刷卡取卡；出停车场时，摄像机会自动识别车牌号码，通过和系统白名单比对，如果是固定车辆，道闸自动抬杆放行，如果是临时车辆，系统会自动计算费用，缴费后抬杆放行。
