一套好的车牌识别系统所具有的两个特征:

1、强调稳定性

随着产品算法和行业技术的改进，集成一直不是一个重要的话题。 在此阶段，要注意的是“稳定性”。 稳定性的定义是：在给定的车速范围内，由于外部环境的影响，必须达到的精度不会引起过多的误差。  

例如，车牌系统在白天的准确性超过90％，但在晚上下降到80％，在晚上下降到70％。 与车牌在所有天气中的平均精度为70％相比，这种不稳定的系统的平均精度为70％。 识别系统更难以集成。 因为用户会认为由于白天的识别率是90％，所以全天候准确率必须达到90％是合理的。 该规范不包括奇怪的环境干扰（大雨，冰雹，浓雾等），以及安装环境限制（高度限制，风向限制，不易遭受人为破坏等）。  

2、 实际测算

几乎每家公司都声称识别率很高，但是为了避免随后在两方之间产品识别方面的差异，对不良操作的责任将相互规避。 购买车牌识别系统时，您可能希望请求进行现场测试，并且测试时间是两周以上，以便您可以判断识别结果是否“过大”。 由于台湾是一个多变的环境，因此两周之内应该可以掌握大约80％的情况，这可能会影响该领域的识别率。 如果仅测量甚至几个小时，就无法理解。  

另外，由于车牌识别是一个“系统”，因此硬件和软件体系结构的质量肯定会影响“显示结果”。 至于哪种软件和硬件适合哪种环境，这必须因环境而异，因为不同的应用程序环境可能没有相同的识别率要求，并且这必须依靠经验的积累。  

尽管市场上有很多车牌识别系统，但是使用正确的产品和体系结构可以节省大量的金钱和时间，但是更重要的是，工程公司和系统集成商需要合作并从很多方面进行了解 ，而不是一味地。 的价值就是某个标签会更好，更便宜，而且您不会在任何事情上四处逛逛。  

另外，除了软件技术外，能否充分利用车牌识别系统还与摄像机和现场施工能力有很大关系。 用户可以要求制造商到现场进行现场调查并提出施工计划。 首先，评估要架设的位置，摄像机框架的角度，是否需要架设辅助光源等，然后提交报价。 通过这些动作，除了预先评估操作员的能力外，用户自己还可以实现产品学习和培训。 在将来进行管理时，他们将更加了解产品的使用限制和相关对策。