看起來平凡無奇應該很容易辨識的一張照片，我的原有程式卻會辨識錯誤，第一個A字會不見？下面是我原本程式二值化的結果，那個A字怎麼調整都是破碎的！

為什麼？放大一點給你看：

事實是因為車牌前面幾個字有反光，剛好車身又是深色的，在A的附近我要找個適當的門檻非常尷尬，因為車身的背景區塊比字元的顏色還要黑！背景區塊說要切低一點，字元A說要切高一點，兩者妥協之後就變成A字左邊被當成白色非目標的背景，只剩下右半邊半個字了，當然難以辨識成功。

「二」值化不行，難道要我做「三」值化嗎？那程式要算多久啊？這已經是影像辨識流程相當基底的大問題了！但是明明眼睛看得很清楚的A，就是杵在那邊嘲笑我整整兩天！我嘗試發明了至少五六種方法，都不夠周全穩定，黑車可以把字元切得很好了，一樣的演算法碰到白車又常常會不穩定，黑白兩道都搞定了，碰到整體較晦暗的車牌又有問題！

總之，我不能發明一個某些情況辨識比較好，其他情況辨識比以前還差的新演算法！終於皇天不負苦心人，我找到，應該說發明了一個很好的附加程序，現在二值化的穩定性與解析能力，在任何狀況下都比以前更好！還不會多花時間，頂多多個一兩毫秒，當然好東西就先讓我先保密一陣子吧！現在二值化之後變得這麼清楚了！周末愉快等颱風來肆虐囉！