隨著產品算法與業者的技術提升，整合早就不是重要的話題，現階段最需要註意的重點反而是“穩定度”。穩定度的定義是：在一個既定的車速範圍內，不會讓必須達到的準確度，因外在環境影響而產生過大的誤差。

例如一個車牌系統在白天有90%以上的準確度，到了傍晚就降到80%，夜間又降到70%，這種不穩定的系統，比起全天候平均擁有70%準確度的車牌辨識系統更難於整合。因為使用者會認為，既然白天的辨識率有90%，那全天候的準確率都要達到90%才合理，這樣的規格還不包括奇怪的環境幹擾(暴雨襲擊、冰雹、濃霧區段等)，與架設環境限制(高度限制、風大搖晃限制、不容易遭受人為破壞等)。

確實實測

幾乎每家都宣稱擁有高辨識率，但為了避免事後因為雙方對產品認知有差異，而將運作不良的責任互相推托，用戶在采購車牌辨識系統時，不妨要求實地測試，而且測試時間最好超過兩個禮拜，比較能判斷辨識結果是否“言過其實”。因為臺灣是一個多變的環境，兩個禮拜應該可以對於場域可能影響辨識率的情形，大約掌握了八成，如果只是測一天、甚至幾個小時，是無法了解的。

另外，車牌辨識既然是“系統”，當中軟硬件架構的好壞，當然會影響“呈現的結果”。至於什麽樣的軟件跟硬件，適合什麽樣的環境，這就必須因環境而異，因為不同的應用環境，對於辨識率的要求未必相同，而這就必須靠經驗累積。

盡管市場上有林林總總的車牌辨識系統，用對產品與架構，可以省去很多的冤枉錢跟時間，但更重要的是，工程商與系統整合商需要多方配合及了解，而不是一味的只看重某廠牌比較好、比較便宜，凡事貨比三家不吃虧。

此外，車牌辨識系統能否發揮最大效用，除了軟件技術之外，與攝影機及現場施工能力，也有很大的關系。使用者可要求廠商至現場勘查後，提出建置規劃方案，先評估應該架設的地點、攝影機架設角度、是否需要架設輔助光源等，再提出報價，藉由這些動作，除了得以事先評估業者的能力，用戶本身也可以達到產品學習及教育訓練，日後管理時，會更清楚知道該產品的使用限制及相關因應措施。

選擇車牌識別系統的兩大參考原則