圖像采集：通過高清攝像抓拍主機對卡口過車或車輛違章行為進行實時、不間斷記錄、采集。
  預處理：圖片質量是影響車輛識別率高低的關鍵因素，因此，需要對高清攝像抓拍主機采集到的原始圖像進行噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。
  車牌定位：車牌定位的準確與否直接決定后面的字符分割和識別效果，是影響整個倍 加 信 車 牌 識 別率的重要因素。其核心是紋理特征分析定位算法，在經過圖像預處理之后的灰度圖像上進行行列掃描，通過行掃描確定在列方向上含有車牌線段的候選區域，確定該區域的起始行坐標和高度，然后對該區域進行列掃描確定其列坐標和寬度，由此確定一個車牌區域。通過這樣的算法可以對圖像中的所有車牌實現定位。
  字符分割：在圖像中定位出車牌區域后，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進一步精確定位字符區域，然后根據字符尺寸特征提出動態模板法進行字符分割，并將字符大小進行歸一化處理。
  字符識別：對分割后的字符進行縮放、特征提取，獲得特定字符的表達形式，然后通過分類判別函數和分類規則，與字符數據庫模板中的標準字符表達形式進行匹配判別，就可以識別出輸入的字符圖像。
  結果輸出：將倍 加 信 車 牌 識 別的結果以文本格式輸出。
  OCR倍 加 信 車 牌 識 別是倍 加 信 車 牌 識 別SDK，在智能交通系統、出入口管理系統、公安圖幀系統、移動警務系統等多種行業都已實現成功運用。倍 加 信 車 牌 識 別SDK采用OCR技術，融合了車牌定位、車牌字符切分、車牌字符識別等算法，使該系統具有識別效率高、速度快、適應性強、使用方便等優勢，技術處于國際先進水平，在相關行業領域得到用戶的廣泛好評。