賣車牌辨識的廠商廣告中一定少不了辨識率高達9X%，但是當客戶問我，我的軟體辨識率是多少？時，我的答覆都是很保守的！我是很有信心跟任何國內外廠商的產品現場PK辨識率，目前的紀錄是全勝零敗！即使日後會輸，相信差距也極小。但我真的不敢貿然說我的辨識率是幾成幾！因為是辨識率是一個整體的結果，當影像品質極差，或拍攝角度距離很極端時，我的辨識率也可能是零的！以下面幾張照片為例：

以第一張的影像品質估計，我的辨識率可能只有三成！第二張就會到七八成，最後一張的品質則一定超過九成，甚至九成五以上！以人聰明的視覺來看，即使是第一張的較差品質，要正確辨識都不難，但就是可以考倒我的軟體！所以我敢囂張嗎？客戶如果沒有與其他辨識軟體作比較，可能會直接說我的辨識軟體「很爛」！而且我也無話可說，因為跟人的視覺智慧相比，我的軟體「真的很爛」！

在我的理念，總有一天我們可以用軟體逼近模擬人類視覺的聰明程度，但是現在如果有人說他的軟體跟人一樣聰明(或更聰明)，絕對是騙人的！在現階段，高辨識率一定還是需要軟硬體雙方面的努力。軟體方面我必須盡量克服「輕度」的模糊、偏斜的視角，髒污磨損或有陰影遮蔽車牌的影像辨識。

硬體方面就是簡單一句話：盡量拍清楚一點！一般人，甚至多數已經在資訊專業領域的人，都會過度樂觀的以為畫素變高就一切OK了？但是各位知道嗎？上面三張照片中，最模糊的第一張是來自五百萬畫素的攝影機，後兩張反而是來自兩百萬畫素的攝影機！畫素只是感光元件的密度，取樣點多與目標「清晰」與否沒有必然的關係！

影像「清晰」與否其實是個物理光學聚焦的問題，就像近視眼看東西不清楚，但不表示他的視網膜上感光細胞數目比別人少！關鍵是光線折射時沒有準確成像在視網膜感光的位置。所以五百萬畫素，甚至幾千萬畫素並不是畫面清晰的保證，實際上還有個「鏡頭」的物理問題！

就像我們看遠看近時其實水晶體是會自行調整的！焦距對準十公尺以外的目標時，近處的目標反而會顯得模糊。像上面第一張的影像所以會模糊，是因為車牌目標較一般預期監視器監看的距離遠一點，走廊上裝個監視器看人來人往，目標距離不會超過十公尺，所以一般監視器預設的最佳焦距大約是三到五公尺。

但從路口監視器到要辨識的車牌，距離常常超過十幾二十公尺！所以必須有較好的「鏡頭」，才可以瞄準到車牌所在的距離。後面兩張的較佳品質其實歸功於鏡頭多於畫素的多寡！如果以後的科技可以作到焦距還會隨著目標距離個別追蹤調整，那要辨識車牌就更容易了！

另一個比較愚蠢的硬體問題也會遇到，當我們作如上的道路情境車牌辨識時，當然是動態的辨識，也就是車子呼嘯而過，也不會通知我們何時拍照，我們只能讓軟體演算法算快一點，電腦也必須好一點，此時碰到小氣過頭的廠商，硬是想從降低電腦規格來省錢，我的軟體跑起來就會「辨識率很差」了！因為來不及辨識嘛！

所以說：辨識率和球隊競賽一樣，是一個整體的團隊成績！雖然軟體是其中的靈魂與最重要的關鍵，但是任何一個硬體品質規格，與拍攝的環境條件還是都會直接影響最終的辨識率！辨識率絕對不是軟體說了算！我目前的各式車牌辨識產品研發也都一定是與特定的硬體商或工程包商合作的！