香港車牌真的無奇不有，今天接到這樣一個訊息，說我的軟體辨識錯誤了！

這麼清晰的訊息說他深愛上帝，我居然還辨識錯誤？真的是非常不敬！簡直是褻瀆！我雖然不是基督徒，但是非常尊重各種宗教信仰，所以立即開工糾正這個糟糕的錯誤，先分析一下我為何不能看懂敬愛上帝的迷思吧！我之前看到的雙排字香港車牌大概都是這樣的：

所以我會假設下排字應該都是數字，而且上排的字數永遠不會多於下排的字數。在這種「成見」之下，我就會強迫上排字之中，超過下排字寬度的L與E出局了！只剩下OV兩字。而且因為香港車牌規則中自己說的，字母”O”是盡量避免使用的，所以”O”就被迫變成”D”了！下排的「GOD」呢？因為必須是「數字」所以被強迫變成形狀接近的數字「600」了！

怎麼辦？當然是要消除眼睛的業障成見了！讓上排字數允許多於下排字，下排字也未必一定必須是數字，就是尊重原始字元辨識的結果，這樣就行了！香港車主愛上帝的虔誠因此不再受到我的辨識系統的「歧視」了！弄得不好我可能會被教會抗議的！

這樣修改有甚麼副作用嗎？我為何之前要設下那些限制條件呢？如果沒有這些似乎「多此一舉」的條件限制，我們本來就可以愛上帝的！這就牽涉到一個影像辨識實務上的重要理念了！

我常說：「影像辨識的限制條件越多越好做！」因為真實世界的變數雜訊太多，誤認的可能性太高了！如果我們知道目標「不可能」是甚麼？那就可以避免很多離譜的錯誤！譬如「GOD」不可能是「G0D」，如果辨認結果中間一字是數字的0，我就會直接偷改成英文字的O了！

在我的車牌辨識過程中非常多這種「合理性」糾正的例外處理，如果沒有，那才是一個悲劇！因為這樣我就會在影像稍微模糊時變得非常的笨！做出違背常理的辨識結論，客戶一定會把我罵死的！譬如在台灣辨識出只有三個字的車牌，有可能嗎？通常這種結果根本不是車牌字元，在複雜的街景辨識中，如果我不排除它們，我可能根本找不到真正的車牌！

也因此我常常說影像辨識不只是辨識「影像」，也是辨識這個真實世界！我們自己用眼睛辨識東西時也是這樣的！如果我們的常識說：「這是不可能的！」我們就會在腦袋資料庫裡找出「合理」的最近似答案！這是非常重要的「人工智慧」！也是我的車牌辨識在邊緣極端辨識能力方面比較好的重要因素之一！我會辨識錯，但是猜題的答案還是要有可能是對的！不會是不可能出現的離譜答案。譬如選擇題的答案選項是A-D，你會猜答案是E嗎？

這也是我認定機器學習或深度學習的影像辨識研發團隊，絕對不可能超越我的原因之一！再多的影像資料都不會告訴你一些影像之外的知識與常識，像這種車牌是例外中的例外，全香港應該只有一輛，且規則又顛覆其他車牌的慣例，我們除了針對性的分析理解設計解決方案，沒有其他辦法！

用我的方法理念解決這個問題很簡單，但是如果你堅持用機器學習或深度學習的模式，即使你用上洪荒之力也是難以解決的！