世界各國的車牌通常只有英數字，辨識起來需要的學問差不太多，但是中國與日本的車牌必須辨識如上圖中的中日文字，那就是完全不同的另一個故事了！不要以為只是抓個目標比對字模就好了，首先每個英數字都是一筆畫連續的目標，但是中日文就未必了，多數的「一個字」都有不只一個連續的區塊，像上圖中的一個「粵」字可以切割為最少三個區塊，大阪的「阪」字至少是兩個區塊。

所以光是如何定義影像中的哪「幾個」二值化目標是同「一個字」就有點學問了！通常必須依賴較好辨識的英數字作為參考座標，推算出中日文字概略的相對位置範圍，才能定義哪幾個零散目標其實是同「一個字」！必須當作「一個」目標來加以辨識定義。在台灣車牌方面其實也有類似的問題出現在軍車與外交使節車輛上。

雖然沒有推出產品，但我之前實做過大陸車牌的完整辨識流程，各省簡稱的中文字，如果字型類似，解析度又稍低時，確實很容易誤認！即使你可以抓準一整個中文字的位置，但是因為筆劃多而且細，要讓字模比對很穩定準確，一個字元至少要40個畫素寬高或以上！但是實務上，十幾個畫素以上就可以輕易辨識出英數字，如果中文字必須兩三倍的解析度才能辨識正確，不僅成本太高，一般客戶也無法理解接受。

所以說，那些中文字必須有字模比對以外的演算法來輔助，不然只用大約20畫素的寬高，「豫贛浙湘」你怎麼分得清楚？如下的字就是大約一個字20畫素放大來看的樣子，如果加上實地拍攝時一點影像模糊再作二值化，結果絕對不是大家以為的清晰筆畫！你一定對不準字模的！

簡單說就是必須有些特徵的辨識輔助，譬如字的哪部分有明顯的空白區？或某一邊有明顯的凹洞？或尖角？之類的！我其實還沒有完整的演算法，或許這種東西很適合用機器學習，使用大量如上的不清晰影像訓練出一個很會猜字的辨識核心！但是那需要好多錢蒐集資料、請人幫忙作答案、還要處理機器學習的程式等等，這些支出與時間我負擔不起！

因為我們幾個月前取得了一批日本車牌的資料，本來是某公司說要簽約請我們作日本車牌的辨識核心，但是他們似乎又反悔了？沒有真的簽約，那就當我的RD有空時的墊檔研究議題吧！我跟她說：妳可以天馬行空當博士論文慢慢研究，可以參考，但不必受限於我之前的所有車牌辨識演算法，她也很快樂的有空就作一點，其實一路都作得很好，最近終於作到辨識中日文字這最嚴峻的一關！

讓我驚呼連連的是：上個月她就發明了一套辨識數十個日文字(假名)的特徵辨識演算法，也已經證實辨識率極高，速度也很快了！但是日文字的複雜度還是比中文字，也就是日本人說的漢字低的，譬如「沖繩」也是要辨識的日本車牌字哦！所以她又設計出一套不同的特徵演算法，初步看起來應該非常簡潔有效。我聽完她的報告之後，真覺得就是一篇絕對可以過關的博士論文了！

我當然大大的稱讚了她一番，也鼓勵她繼續努力，不必趕時間，就是將此演算法的所有細節精雕細琢作到最好！她有點不好意思的說：「其實我設計這些演算法時，腦筋裡想到的都只是國高中的數學或物理概念，說是『學術研究發明』好像言重了！我總以為學術發明必須是更複雜的，一些我都還不太懂得的數學作出來的東西？」

我知道她的心情，她沒讀過任何研究所，只是一個鄉下私立大學的畢業生，像學徒一樣地跟著我從大一的程式設計，一路學到實作這些影像辨識的。她完全沒上過影像辨識的課，甚至連影像處理的專書大概都沒完整看過一本！她心裡的不安我是可以想像的！但是我也有感而發地跟她說：

你不必爬過百岳之後才能攀登眼前這座山！

事實是：開那些影像辨識課與寫那些專書的博士教授們，或發明那些妳還看不懂的數學方法的人，他們也都沒做過妳現在作的這些事情！他們曾攀登過他們眼前的大山，也成功過，所以他們建立了那些知識，妳也可以直接試著攀登自己眼前的山，真的爬不上去再說嘛！再去請益前人嘛！不必真的讀過他們所有的書，上過所有的課才能開工！即使你真的都讀了，也未必保證可以攀上妳眼前的山，因為山不一樣嘛！

這就是升學主義的誤導產生的迷思，總以為要作某件專業的事就必須先讀好某些書？拿到某些學歷？如果沒有學歷，即使事情作成功了，都還覺得好像「過程」不夠完美？就像我之前也曾想過要去讀個資工系或資工所來「補足學歷」？真是愚不可及！這是完全沒有必要的心理負擔。因為即使你將所有的書讀完，學位拿到最頂尖，妳也不會直接變成該領域無所不能的超人？反之，沒有學歷只要能將事情做對做好，也沒有人可以否定你的實質成就！

我年輕時就是限於這個迷思，浪費太多時間去爬了很多我根本不必去爬的山，幾乎浪費了我一半的生命！我快六十歲了，RD才30左右，我真的想當頭棒喝，讓她不要再有這種想法！作出正確有用處的結果才是最真實的價值，學海無涯，妳根本學不完，也不必學完，學到妳需要用到的學識即可，困而知之嘛！覺得不足時可以隨時去補足嘛！別想太多，快樂作研究去吧！我們在作的事情台清交成的研究室都未必作得出來，妳還需要擔心他們在學甚麼我們沒學過的東西嗎？