Citra resolusi rendah dapat direkonstruksi menjadi citra resolusi tinggi dengan menggunakan algoritma Super-resolution Convolution Neural Network (SRCNN). Penelitian ini bertujuan untuk menjawab pertanyaan apakah citra resolusi tinggi yang dihasilkan melalui algoritme SRCNN dapat meningkatkan akurasi pengenalan pelat nomor kendaraan. Pengenalan pelat nomor kendaraan dilakukan dengan 2 jenis metode pengenalan karakter yaitu Tesseract OCR dan SPNet. Data latih untuk SRCNN menggunakan dataset DIV2K yang terdiri dari 900 citra, sedangkan data latih untuk pengenalan karakter menggunakan dataset Chars74. Hasil yang didapatkan adalah bahwa peningkatan resolusi citra menggunakan SRCNN dapat meningkatkan rata-rata akurasi pengenalan pelat nomor kendaraan peningkatan akurasi sebesar 16,9 % dengan Tesseract dan 13,8 % dengan SPNet.