车牌识别基于图像分割和图像识别理论，通过分析包含车牌的图像，确定车牌在图像中的位置，进一步提取和识别文本字符。车牌识别核心过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等算法运算。

1、摄像机需要配备优秀的感光技术原件或远距离红外线灯，弥补夜间环境的自然光不足，克服噪声粒子粗等问题。

2、如果摄像机不具备优秀的硬件宽度动态技术或强光抑制技术，则更难获得清晰的画面。此外，强风、大雨、雪、浓雾等无法预测的天气变化因素也会影响摄像机的运行。因此，每个车牌识别系统供应商的硬件条件将继续上升，这是因为不断加强摄像机的硬件规格，或者通过各种认证标准响应不断变化的场所，实现全天候全面监控的方法。

3、道路监测功能与一般室内监测或室外环境不同，因为需要提供24小时道路不间断监测画面。

4、昼夜切换功能会导致某些环境条件下光线对比度过大，主体太暗，难以分辨的问题(例如隧道入口、夜灯照射下车身看不清等)。

5、摄像机要克服强烈的光线变化。从白天的太阳高照到晚上的超低可视度环境，只有保持清晰的画面，系统才能识别各种车牌，从而达到道路安全控制的目的。

总之，摄像机的快门速度和帧率要跟上车辆的快速移动，才能掌握车辆的详细信息和车牌号码，然后识别系统更好的辨别。不单单是车速无法控制，车牌的不平衡性也是引起各车牌识别系统企业头痛的问题。不管英文字的字数不同，各种数组的组合不同，都会增加车牌识别系统的负担。