最近有個案子要抓拍在山路上高速過彎壓車到危險程度的機車，所謂「抓到」就是車牌辨識系統必須能在連續的動態影像中，先抓到出「有車牌」的影像，然後辨識出車牌內容，再估計車牌的水平傾斜度是不是太大了？所謂的壓車到「危險程度」應該至少是30度以上吧？

但是對於一般車牌辨識系統而言，他們在全景影像中「鎖定」車牌的邏輯，都是假設車牌是個概略水平矩形的目標，然後去搜尋影像中有沒有類似的東西？像上圖的車牌當然不像「水平」的矩形，所以他們會連車牌都找不到！最多是傾斜度不大，譬如十度以內的車牌勉強可以搜尋到，但是那種車牌根本沒有違規啊？真正要抓的壓車車牌他們是完全看不到的！所以這種案子才非我不可！

如我以前文章一再提到的，車牌的高度傾斜或側視變形我都能辨識是我的獨家技術！但是老實說，我在辨識上圖這種紅色重機的車牌時，還是預到了一些麻煩！老天爺並沒有因為我過了第一關就讓我直接過好日子！一開始，幾乎半數這種紅色重機我都會辨識失敗的！原因讓我說給你聽：

所有車牌辨識一定包含的共通程序是：全彩→灰階→二值化(黑白圖)→輪廓→目標→辨識字元。前一階段做不好，就不會有下一步了！灰階的階段必須讓車牌字元盡量與背景，就是車牌的底色對比增強。對於白底黑字的車牌當然不是問題，但是紅底白字的呢？我們先用PhotoShop看看，如果我取紅光做灰階是這樣的！

可以看到車牌字元非常不清楚，當然是做灰階時最不理想的選擇，如果用綠光會好一點，也是一般自然光線下作影像辨識的最標準的選擇：

顯然還是不夠好，路上的標線對比都比車牌清楚，如果你用藍光，或將RGB混和變灰階，結果都差不多是這樣的。這樣的狀況去執行二值化不是不行，但是不能正確切割字元的機率很高，成功辨識率大概只有六七成！三輛這種車子過去我就會有一輛「視而不見」！如果是七碼的紅牌車成功率會高一點，因為七個字只要有三四個清晰辨認我就可以正確切出車牌了！四碼的呢？只要少掉一個字我就會失敗！必須做到粒粒分明才可以。

怎麼辦？那就是要做成配方奶粉了！高脂不行，低脂不好，原味的缺少特定營養素，那就拿RGB等顏色資訊組織出一個最佳的「調和色」囉！怎麼調的配方先保留一下，有興趣你應該也試得出來的，結果我的灰階(負片)可以做成這樣：

這就夠清楚了！二值化變成這樣：

有夠粒粒分明了吧？所以我現在對這種車牌的辨識成功率就大幅提高了！所以成功沒有僥倖的，其實也不會很神祕神奇，我的軟體辨識率高，基本上就是來自用功讀書，有充分消化吸收，願意深入分析思考問題，再加上靈活應用各種解決方式。努力一點，你也行的！