常常有人問我如果將車牌字元塗立可白，類似上面6與8的狀況，能不能騙過車牌辨識系統？其實這是一個很有學問的辨識演算法問題，能不能騙過要看辨識核心的演算法怎麼設計？如果比較急驚風的流程，看到右下方有個洞就判斷絕對不是6，左下方可以被穿透就判定不可能是8，那麼6與8就會被辨識成E與9了！

看起來是個很愚蠢的錯誤！連小學生都不會認錯，昂貴的車牌辨識系統卻可能被騙？那我反問：為什麼大家覺得這個判斷很笨呢？我們的大腦依據的是甚麼原則？覺得一定是68不可能是E9呢？其實這就是「字模比對」的概念，我們的腦袋中會有完整字型的記憶，記得每個字母應有的樣子。除了整體形狀，我們當然也會用字的某個部位有沒有缺口之類的特徵幫忙辨識，當我們快速讀字時就會用到這些「特徵辨識」！

一個字一個字看清楚(想清楚)之後再移動目光到下一個字會很慢的，我小時候讀書非常慢就是這樣逐字「辨識」的！我看書跟朗讀的速度一樣甚至更慢！能不讓老師氣死嗎？當時真的被罵慘了！還好有慢慢變正常。但是時間充裕時，我們當然是以字型的形狀符合度為優先的判斷標準，不會因為某個特徵不符，就否定整體字型的高符合度！

所以上面破損的6與8影像要正確辨識的重點是：我們如何盡量接近地模擬人類腦袋中的正確演算法？我們要將字模比對與特徵辨識都寫成程式，辨識軟體比人笨是可以接受的，但是也不要笨太多嘛！

雖然我不知道其他人寫的辨識系統程式碼，但是我估計會認錯上述影像的系統應該不少！原因是連我在內多數辨識核心都一定會用特徵辨識來輔助，不會完全依賴字模比對的方式！不然每個字都作完整的字模比對，有時候還要左右上下移動一兩點再對一次，以正確找到略有偏移的字元，那就會像小時候的我讀書太慢被罵慘了！速度太慢的影像辨識系統一定賣不出去的。

其實我早期的車牌辨識版本真的是先作特徵辨識排除「不可能」的字元後再辨識「可能」的字元！上面的立可白伎倆讓我碰到，我就很可能會中招了！因為6被認定是不可能的答案，剩下最可能的就是E了！但是如果讓6有機會作字模比對的話，符合度鐵定贏過E，但是它沒機會了！它已經因為小缺點被淘汰了！

怎麼辦？其實我的想法與解法很有趣，我的比喻是：字模比對好像是對每一個人的全方位評量；相對的，特徵辨識就好像是考試！考試永遠只是依照較少的特徵去評斷人，如果你的考題出得比較合理「接近」完整，考試成績還有參考價值，如果考題不好是會反淘汰的！

很微妙的一點是：考試是很容易被「欺騙」的！只要符合應有的特徵，即使知識學習漏洞百出的學生也能被「辨識成功」！好像真實世界中補習班與為了成績K書的學生們幹的事情。如果你只相信考試的結果，很多有實力的好學生，就會變成遺珠！

我的解法其實和所謂的教育政策制定理念也很像，不要太偏向一試定終身！考試還是需要的！但是我用的特徵辨識(考試)只是一個加權值，有點像錄取高中大學時，大考成績當然比重高於平時月考，但也不至於完全否定學生的平時表現。但是如果大考時你直接交白卷，成績差到離譜，我還是會完全不看你的平時成績，就是不作字模比對浪費時間了！

換言之，特徵辨識不再是二分法的辨識，成者為王，敗者為寇，即使你刻意破壞了某字的特徵，我只是給它扣分，不是直接淘汰，只要整體字型變化不大，它還是很有機會敗部復活的！這是我模擬人眼辨識的解答！也算是商業機密了！但其實你認真想也會得到類似結果的很多種解法。

總之，作辨識時和我們辦教育一樣，二分法的判斷式一定要審慎使用，真實世界與拍攝的自然影像都不會永遠簡單明瞭，粗魯的二分法只會製造太多愚蠢的錯誤！