● 测试数据：

● 测试说明：

1.选取不同环境下拍摄的车牌照片进行数据对比分析

2.选取不同角度拍摄的车牌进 行数据对比分析；

3.调取多家停车场24H视频源进行数据分析；

4、样本数量共计50000张车牌。

● 测试总结：

通过对八家SDK软件进行的数据分析得出：八家SDK软件的综合识别率平均值为87.42%，整体行业识别率较高，火眼臻睛SDK识别率达98.7%，整体表现最佳。

● 测试数据：

● 测试说明：

取公路、小区入口、街道、停车场视频录像读取数据； 样本数量共计50000辆车型。

● 测试总结：

车牌定位率是衡量车牌识别率的重要指标，经过上表八家的测试数据分析，市场上SDK车牌识别软件的车牌定位较准确，车牌捕获率高，平均值达到 95.64%，而最高的是火眼臻睛，为99.5%，能在50000辆车捕获出49750张车牌。

● 测试数据：

● 测试说明：

拍摄不同角度的车牌图片读取数据样本数量共计10000张车牌。

● 测试总结：

当图片或者视频的角度发生变化时，对识别率有很大影响，一般大于30度就图像不完全了，当在30-75度之间图像成像会变形。取水平或垂直成像角度在30-60度之间图片进行对比测试，得出识别率的平均值只有53%，说明成像角度对SDK识别率有很大影响，也是车牌识别的一项重要指标。从上表数据可以看出在水平或垂直成像角度在30-60度之间，火眼臻睛SDK在大角度下识别率很高，处于行业领先水平。

● 测试数据：

● 测试说明：

取夜晚测试视频和图片进行数据分析； 样本数量共计20000张车牌。

● 测试总结：

八家SDK软件分别读取夜间车牌图片，当环境照度范围为0.01-10lux时，道路车辆不能清晰辨认，车牌朦胧，读取夜间车牌图片，测试平均值也较低为80%，所以夜间车牌识别率也是辨别车牌识别SDK软件的一个重要指标。火眼臻睛车牌识别SDK表现最佳为98.50%。

● 测试数据：

● 测试说明：

1.取雨天、有雾的图片进行分析；

2.取逆光环境图片进行分析；

3.取货车、泥头车车牌较脏的车辆进行分析。

4.取数字和字母相近车牌就行分析；

5、样本数量共计10000张车牌。

● 测试总结：

1.车辆随环境和运动轨迹的变化，影响着车牌成像，而成像的好坏也考验着车牌识别率的高低；

2.车牌由数字和字母组成，会出现成像相近的易混淆字符，这也考验着车牌识别率的优劣。所以谁能在恶劣天气和易混淆字符上准确识别车牌，就能在车牌识别行业中占优势，同时也说明了算法的技术优势对识别率起着决定性作用。经过八款SDK测试平均值不到85%，也可以得出结论行业整体图像算法不太理想

● 测试数据：

● 测试说明：

取车流量较大视野广阔处的卡口摄像机进行视频流分析；

● 测试总结：

高清视频监控早以广泛应用到交通领域，摄像机成像的视频画面也更加广阔。在数据量增加的同时也考验着后端软件的分析能力。经测试得出：其中七款SDK车牌识别软件最小能识别出车牌的像素为60个像素点，但火眼臻睛车牌识别SDK能在只有45个像素点的图像上准确识别出车牌信息。