有家香港的廠商來信說看到網路文章覺得我的車牌辨識做得不錯，但是將影像上傳到我的雲端辨識網站辨識但「成功率偏低」？事實上應該是全部無法辨識！他說話太客氣了，如果可以辨識那才見鬼了！因為他上傳的是香港的車牌！

以我的角度看當然是很離譜，但仔細想想應該很多人都不曾深入想過這個問題，會誤以為車牌辨識系統應該可以世界通用？事實上，即使是號稱可以辨識多國車牌的軟體，內部針對各國車牌，應該也會有很不一樣的辨識流程與內容，使用時至少是需要切換國家地區的！

一般人或許會說：還不都是一些文數字？找出影像中的字元顯示出來不就是車牌了？是有這種軟體，但不叫車牌辨識系統，而是稱為OCR(光學字元辨識)，通常用於將掃描文件中的字元辨識出來成為文字資料，確實很多車牌辨識是以OCR為基礎的。

但是車牌辨識當然不是掃描影像，是在立體空間拍攝的，會有視角偏斜產生的字體變形狀況，光是辨識字元的難度就比單純的OCR困難。如果你變形處理沒做好就進行類似OCR的字元辨識，結果就會產生多數車牌辨識系統都有的問題：偏斜變形稍大一點就無法辨識。譬如側向>45度，水平傾斜>15度，多數車辨就GG了！

如果你能從影像中辨識稍微變形的字元，當然任何國家的車牌字元你也都能辨識，這不就搞定了？事實上當然沒這麼簡單，首先必須知道那些字「是不是車牌？」文明世界都會區到處都是文字數字，路牌廣告甚至衣服上的字都報告出來，那不天下大亂嗎？

所以我必須預先知道「車牌應該長甚麼樣子？」看到「Hello Kitty」我就絕對不會認為是台灣車牌！因為監理處的公告沒有這種格式。但某些國家用自己的名字當車牌都行？我的軟體就必須學習新知，因地制宜了！所以香港的車牌對我的軟體來說就一定「不是車牌」了！如果正確報出來，反而是我的軟體出錯了！所以我說：辨識香港車牌也正確的話，一定是見鬼了！

像上面的例子，我的程式當然毫無問題的抓到所有的字元，但是考慮字數太多，先做了一些刪減，只剩下六個字，但繼續嘗試辨識時，發現即使只是六個字也不符合任何台灣車牌的格式，就是至少應該有幾個數字吧？真的「看不懂」就認為應該「不是車牌」，就回答無法辨識了！只能說我有眼不識泰山，不認得香港車牌，與我的影像辨識技術好不好無關。

更專業的角度也說一點給大家聽，乾淨清晰的車牌其實如上的技術就可以搞定了！但如果我只做到這樣，辨識率應該不會到98%、99%這麼高，因為總有3%、5%的模糊邊緣或例外狀況，我的程式會自行依據車牌格式去：猜字、補字，甚至刪字的！

譬如台灣車牌根本沒有八個字的！如果辨識結果就是八個字，我會用程式評估，找出最可疑的那個字將它刪掉！沒有這種邊緣狀況的多元對策，你的軟體幾乎是無法商業化的！所以不符合「台灣車牌」格式的香港車牌，我的辨識軟體會有兩種可能反應：一是認定它不是車牌，找不到像是台灣車牌的東西，就回覆無法辨識。不然就是自己修圖，嘗試把結果做一個合理的猜測修改，讓它符合台灣車牌的格式再回報出來，這樣的「辨識結果」當然是錯的！

這樣知道了嗎？車牌辨識一定是有地域性的，其實各國車牌的字型都不一樣，字模比對也是需要換資料的。一般人不太知道或沒想到的是：車牌的顏色格式等等都是用來判斷是不是車牌？以及用來做必要修正模糊答案時的重要參考！車牌辨識在辨識程序上絕對比OCR複雜，所以如果你的車牌辨識只做出學界論文說的那些標準程序，距離商業化需求的辨識率一定還很遙遠！

另一方面，我常說我根本不怕國外的「優秀」廠商來台灣競爭，不是覺得他們的技術一定比我差！而是他們必須改寫合乎台灣車牌特性的程式，還需要研究調整這些邊緣辨識邏輯，否則歐美移植過來的好軟體會先天上就比我低5-10%的辨識率。等於腳上綁著鉛塊跟我賽跑。所以各位不要再認定外國的月亮比較圓了！車牌辨識系統總是在地研發的比較好，各國皆然！

我如果要能辨識香港車牌，也必須做一些改版，建立出香港版的軟體，要讓一個軟體直接認得各國車牌，還不會誤認其他不相干的字元為車牌，這是非常高難度的人工智慧，我這輩子應該都做不到的！頂多一個軟體可以同時辨識兩三國吧？還好多數情況下，車輛也不太會跨國亂開的，為了安全起見，監理與國安單位都會管嘛！。