很多人會問我的軟體辨識一個車牌需要多少時間？這是不好回答的問題，因為牽涉到的變因很多，一般人可以理解的就是影像越大，畫素越多，當然需要較長時間。但其實因為我們不會預先知道車牌在影像中的確定位置，所以會先用前處理程序找到「可能」是車牌字元的目標。如果影像背景較為單純，「像是車牌字元」的目標越少，或是目標對比度高很清楚，很快就被找到，那需要評估搜尋的次數當然就越少，辨識速度也就越快了！

最近有個地磅站的案子，需要辨識的影像是1920X1080，比一般停車場的影像大，一般停車場用640X480的大小拍一輛車子，車牌就夠清楚了。加上背景有樹叢，在日間陽光耀眼時樹叢會形成很多綠色的亮點，工程車的車牌字元也都有綠色成分，而且常常比那些樹叢形成的亮點還要黯淡！所以就產生悲劇了！

如上圖，正常來說，即使影像是兩百萬畫素，我的辨識時間也不會超過500毫秒，但是這個案例雖然還是可以辨識正確，花掉的時間卻是正常時間的兩倍(989毫秒)！原因是我們一定會從對比強的目標找起，但是樹叢亮點們當然無法組織出合理的車牌，我因此必須在找到真的車牌之前花好多時間作無效的搜尋。

對於追求效率很瘋狂的我來說，這實在難以忍受！我試著發明了好多方法想要事先排除那些樹叢造成的假目標，但是都難免有副作用，讓少數真的車牌字元也被排除了！就是會誤殺善良百姓的意思。辨識正確當然是最優先必須作到的事情，其次才能考慮速度的問題，所以那些演算法只能紛紛棄用！

最後我失去耐心了，反正攝影機的位置，拍出來的畫面是固定的，樹叢一定就在那裏不會亂跑，所以就設計了一個「禁航區」的機制，可以劃定哪一個區塊絕對不會出現車牌，那個區域內是完全不作任何辨識的！就這樣直接讓辨識速度回到了正常的500毫秒以下！

這樣算不算作弊呢？仔細想想在實務上或許這種功能還是有必要的！在此例中我是為了節省辨識時間，跳過高雜訊的區域辨識，但如果背景中就是有一個告示牌上的某些字元組，怎麼看都比車牌更清楚，更像車牌！你的辨識系統又預設只辨識最清楚的那個車牌，那就會總是辨識到那個「假車牌」了！

當然，可以的話我們會設法請業主直接移除這種太容易誤認的目標物，但如果不能的話，就必須用軟體設定去忽略它了！這種功能先寫好備用也不錯！這是今天的研發進度，祝大家周末愉快了！