昨天在線上與花蓮稅務局溝通調整剛上線的車牌辨識系統，一開始他們覺得辨識速度「有點慢」！他們是用i5等級CPU的電腦，每秒大約辨識10次，就是十張百萬畫素大小的影像，每張都作多車辨識，影像中任何可辨識的車牌都會一一辨識出來作為原始資料，這些蠻大量的資料再經過動態篩選統計，排除不確定的資料，也刪除重複資料，盡可能每一輛車作出一個輸出報告，就是一個車號與一張照片。

老實說，解釋完這些我的系統實際作到的事情，我想應該沒有人還好意思說我的軟體「太慢」了吧？內行人應該會覺得：「怎麼可能這麼快？」但確實可以這麼快，如果是i7等級的CPU還可以快到約20Hz，就是每秒辨識20次！一般來說，10Hz已經可以應付時速三四十公里車速的狀況，到20Hz就連七八十公里的車速都很OK了！

花蓮稅務局資訊室的技術人員是很用心的，他們的電腦短時間內無法更換升級，就想到我的軟體歪斜變形辨識能力超強，但他們的畫面中都是相當正面的車牌，如果可以「省下」變形處理的程序，是不是就可以辨識得更快了？其實看看下面兩張圖大家就知道，我的變形處理能力是基礎程序，不會影響辨識速度的！

我是先找出全圖中的車牌字元，再計算他們的邊緣切線，不管車牌是很正或很斜，我的辨識程序都是一樣的！如果我是先假設車牌是個標準的矩形，找不到再試著找梯形，再找不到就試著找平行四邊形，用這種嘗試錯誤的邏輯來鎖定車牌，那就是個災難了！我的辨識速度就絕對不可能那麼快的！這就是機器學習派常用的邏輯，所以即使他們用超級電腦都很難跟我競爭。

目前多數車牌辨識核心確實是假設車牌就是一定大小範圍的矩形，所以他們很難鎖定「不是矩形」的車牌！譬如傾斜或斜視導致變形的車牌影像，按照他們的邏輯就很難在全景圖中被鎖定了！傾斜15度，斜視45度就是他們能辨識的極限了！我可以確定他們遲早必須面對這個很基本的問題，學我這麼作的！我的極限是傾斜45度，斜視可達70度！幾乎只要車牌字元是清晰的就可以辨識！

我也不準備藏私，將這種辨識邏輯當作商業機密，即使你決定學我這麼作，需要研發的技術細節還是很多，我相信前人並不是沒想過可以這麼作，只是這條路比起用矩形框來找車牌，實在艱難太多了！稍懂影像辨識的人初步評估就會覺得太複雜了，還是不要吧？我則是太外行，沒栽進去之前不知道厲害，但是經過五六年的時間，我現在已經走過來了，好像愚公真的移山成功了，所以目前佔有一些優勢。

但是回到客戶的期望，他們無論如何還是希望辨識更快一點，10Hz確實有點慢。一個辨識流程複雜到有好幾千行的程式，當然總是有可以節省運算的空間，我經過一天的調整，根據現場的狀況，縮小辨識目標大小的範圍，簡化影像增強處理的程序，最後還是達到了20Hz的高標！

速度是夠快了！他們當然很滿意，但是測試了一陣子，又問我說能否定速到15Hz即可？因為經過路口的車輛車速不可能很快，頂多四五十公里吧？讓i5電腦跑到20hz，CPU會飆到八九十趴，好像會縮短電腦的壽命？別操太兇了吧？這個系統基本上是要全天候運作的！15Hz已經可以讓所有正面來的車都跑不掉了！

我的道路版軟體原本是沒有定速功能的，因為全景多車辨識對於多數電腦來說，永遠都不夠快的！好就像某些比賽用的單車是根本沒煞車的！但是我的停車場版的軟體是應付很低速的情境，為了盡量分配資源給更多車道同時進行辨識，所以是有定速功能的！那就給道路版裝個煞車就好了嘛！這也是立即作好！我的售後服務與系統最佳化的工作一天之內就讓客戶非常滿意了！

我的道路全景動態車牌辨識系統，可以說是第一次正式上線使用，但是以此為目標研發至少有三年了！真的能用，且以花蓮的場景來說，辨識率高過九成！或許局外人不知道，同樣目的的道路車牌辨識系統，全台灣至今沒有一處是這樣直接以全景畫面作辨識的！沒有例外，現有系統都是一車道一辨識模組，辨識核心也都是單車辨識，一次只辨識一輛車。

如果你看過網路影片上的多車辨識系統，我可以告訴大家：那些多半還是實驗性質，甚至是後製的特效！形象廣告的意義大於實質，當公家單位說要買時，他們就通通都不見了！真正敢出來銷售且接受嚴格公開驗收考驗的，我絕對是第一家！而且架構簡單售價極低，只需原來系統的幾乎十分之一！可見辨識軟體的進步可以帶來多大的經濟效益？接下來大家就繼續看吧！這種軟體一定是未來道路車牌辨識的主流，你不知道就落伍了！