下面這張圖是我的動態車牌辨識系統顯示出來的原始資料，使用我建議的正常設定，大約每秒會辨識成功七八次，上圖就是兩輛車經過觀測點的資料交界處，當車子要離開或剛剛進入視野時，難免會有距離遠或角度差，不好辨識或車牌不完整的尷尬過渡期，很容易出現錯誤的辨識結果。

如上案例就是PG-1812與RE-5102兩個錯誤的辨識答案了！我說了這是「原始資料」客戶是不會直接看到這個辨識結果的，他們看到的應該都是如下圖這樣很確定的答案顯示：過渡期間偶爾出現的錯誤答案就被重複多次確認的程序篩選掉了！

但是如果我的辨識能力差一點，過渡期間的錯誤原始資料多過了兩三次，可能就會被誤報成正式資料了！那就是我的軟體出錯了！如果我將重複確認次數設得很高，譬如重複七八次再輸出，當然答案會很正確，但是反應會較慢。而且如果車牌狀況真的很差，也可能難累積不到足夠的確認次數，就會沒答案，程式對於過去的車子「視而不見」？那就比辨識錯誤更糟了！

所以基本功還是一切的基礎，我必須盡量辨識正確每一張影像，即使過渡期間的偶發錯誤也要讓他們次數壓到最低！所以很有趣的，我自己做實驗時，是故意將重複確認的次數降低的！讓錯誤資料盡量曝露出來，如果每一張不同的原始資料辨識結果都輸出，我就可以一張張的研究它們為何會被辨識錯？找到原因就可以提高正確率，如果真的很難辨識甚至可以讓它不要勉強提出答案！因為是動態辨識，可供辨識的資料是很多的，這張很難辨識就等下一張嘛！

辨識錯誤的原因狀況百百種，我其實也不是未卜先知的算命仙，不可能直接就考慮周詳寫出沒有漏洞的程式。所以很感激很多客戶會讓我遠端連線到現場同步做實驗，不然我怎麼有辦法自己架設場地？或搬著電腦到停車場寫程式？雖然我的軟體不完美，但只要你給我繼續研究的機會，我賣的東西是可以一直進化的！我不是代理商，我的技術真的是完全自有的！