從2013年中開始研發商業化的車牌辨識系統，至今快四年了，自己開業賣車牌辨識系統也兩年多了。老實說，這個項目我投入研發成本很多，實質收入卻如杯水車薪，還是處於虧損的狀態。但是基於對自己研發能力的信心，我沒有停止過腳步，持續精益求精，我相信鑽子磨到夠尖時自然會破袋而出！

雖然我的第一個案子，嘉義市的路口監視器車牌辨識就是辨識影片型態的資料，但我的程式當然是從辨識單張影像中的車牌開始，就是擷取影片中的單張畫面來辨識。當主要辨識流程演算法設計好，接下來就是努力讓程式容忍度更大，速度更快等等，這個階段我開始與其他廠商合作販賣我的單張辨識的核心軟體，可惜一直賣得不好。

一部分原因我歸究於我的自主性不夠，從單張辨識核心到終端的完整車牌辨識系統路還很遠，終端客戶不買單我就賺不到錢。我開始嘗試往前端逼近，從辨識的底層核心試試看自己能不能作出更接近完整，可以更容易直接賣給終端客戶的產品，或許我就可以開始賺錢了！

此時我發現了一個很重要的技術關鍵！就是實務上，已經沒有人用「照相機」來取得車牌辨識需要的影像！都是高畫素的攝影機，所以自攝影機取得要辨識的畫面是必然的動作。我之前只賣單張辨識核心，光是如何自影片中取得畫面串接到我的核心，就考倒很多整合商了，所以他們很難替我快速的賺錢。

我想到的是：如果我的辨識軟體就是直接針對「影片」作辨識！下游的廠商只要買我的軟體，如螢幕錄影的方式，掛上任何影片播放中的畫面，就能直接一輛一輛車的辨識出來，那我的軟體一定會大受歡迎！整合商不必再擔心他們的硬體設備如何與我的辨識核心溝通整合？攝影機架好，影片啟動之後我的程式就會像保全人員一樣連續辨識，一輛車輸出一張照片一個辨識結果，那有多好！

要做到這樣聰明又順暢的軟體，首先辨識速度要快，我的核心本身效能就不錯，加上多核心電腦的威力，一秒鐘就可以達到20張百萬畫素影像的辨識，這樣夠快了！接下來還必須能在大量辨識結果中篩選掉錯誤與重複，最終就是我現在主打的動態車牌辨識系統了！果然從年初開始推銷至今，開始有較明顯的銷售量了！

可見車牌辨識系統應該已經進入「辨識影片」的時代，單張辨識核心的準確度只是基礎而已，不但要準還要快，才能作大量連續的辨識，不會漏掉影片中經過的任何車輛。即使快了還要夠聰明！不要誤報因為車子還沒到理想位置而產生的辨識錯誤結果，或一再重複一樣的結果。

附帶說明一點，人的眼睛視覺暫留時間大約是1/16秒，所以如Flash標準影格每秒12張播放時你會覺得有點不順暢，品質良好的Disney動畫至少每秒24張，你就會覺得很舒適。所以每秒辨識20張左右的影片辨識軟體是一個門檻，表示眼睛看得到的都辨識得到！對於百萬畫數的攝影機來說其實不容易的！以目前一般電腦的效能，如果不能用到多執行緒的技術根本就不可能。

我想這種產品問世之後，應該沒人會再買我的單張辨識核心了！我都幫你整合好了嘛！如果有下鍋隨便炒一下就可以上桌的料理包，誰還會想自己去菜市場買菜，還要切菜調味醃製弄得滿頭大汗？哈哈！來買料理包吧！用過的都說讚哦！