随着科学技术的发展车牌识别功能也越来越强，车牌字符识别是车牌识别系统的最后一步，也是最重要的一步。字符识别的准确性直接影响车牌识别系统的性能。

车牌识别系统采用视频检测模式构建。要求能够实时监测车辆闯红灯、不按导向车道行驶、不按规定车道行驶、逆行等违法行为可以同时检测，对违法车辆的捕获率白天为90%，晚上为85%，非法车辆的捕获效率为80%，这意味着车牌识别系统真的很强大。

传统的车牌字符识别方法包括基于模板匹配的字符识别方法、基于神经网络的字符识别方法、基于字符特性的识别方法、基于统计分类器的字符识别方法等。

一种新的基于HOG功能的车牌识别摄像机字符识别方法。HOG功能侧重于同构形状信息分布，在抵御同构形状变化方面具有明显的优势。使用字符形状信息可以更好地识别字符，车牌经常弄脏，字符可以表示不同程度的变形、模糊、断裂，但基本上可以保留字符形状，利用形状信息有效克服外部环境的干扰。

该算法首先提取字符图像的HOG特征，将特征转换为“叭”二进制代码，并对字符图像的“指纹”信息进行表征。转换为“叭”二进制代码，不仅能抵抗噪声干扰，还能减少噪声对识别的影响，识别速度快，特征之间的距离计算可以通过外部或操纵进行。

要识别的文字图像时，“图案”信息将与文字模板库中的“指纹”信息进行比较，以查找距离最小的文字模板。与此字符模板对应的类别是字符识别结果。基于HOG特征的字符识别算法具有较高的字符识别精度、较强的字符噪声抗干扰能力、识别速度快、有广阔的应用前景。

车牌识别摄像头捕捉到的照片清晰地反映了车牌号、汉字、车型、装载货物等车辆的所有特征，通过事故追踪、刑事调查等公安工作，可以通过车牌识别系统提供更全面、更准确的依据。