剛開始進行的案子是要辨識街景中所有的車牌，如果這是一張一兩百萬畫素的普通照片，可能只有最左邊最近距離的車牌看得清楚，中間那輛車就已經很艱難了，更遠的車牌想都別想，更不必說停在馬路對面的車了！

但如果影像畫素提高呢？譬如上面的原圖其實是7360 X 4912，大約三千六百萬畫素，應該比你的手機畫素高很多吧？這樣就有可能辨識出如上的很多車牌了，像上圖右上方如果以實際像素展示會是這樣，其實還蠻清楚的，不難辨識。

這個專案的主要困難點是影像太大，如果以單一影像方式硬做全圖運算，即使程式不會當掉，辨識時間也會太久，所以要用程式做切割，算是分成很多小圖，使用多執行緒平行運算，每個小圖都辨識完之後再將資訊整合。還必須考慮切圖時可能會將車牌切斷，所以每張圖的邊界都要有重複交疊的緩衝區域，如果這些重複區辨識到同一張車牌，還必須加以整合。

事實上，我三年前就做過類似的案子，當時的標的影像「只有」一千兩百萬畫素，現在只是一般手機的水準了！新客戶當然無法只買我的舊產品去用，我必須做新的研發才行！回想2013年替嘉義市做車牌辨識系統時，我辨識的影像才320 X 240才七萬多畫素！不到十年，「一般」影像的畫素定義各位看看大了幾百倍？

畫素變高，對於聰明的人腦視覺當然是件好事，肇事逃逸的車牌不再難以辨識了！搶銀行的搶匪不再認不出來了！但是以志在替代人類視覺的影像辨識來說，那可是一次「大滅絕」式的災難！大概七年以前的所有影像辨識相關產品都必須打掉重做，我其實就是趁著那個大滅絕的事件，等恐龍死得差不多時，從地底冒出來的小老鼠！

但是同時一起冒出來的不只是我，還有更多影像辨識相關的技術，如機器學習或深度學習之類的，提醒大家的事情是不要對於新技術有不合理的太高期待，總是需要時間慢慢熟成的！話說太滿又沒有實績展示的廠商多半是隨便說說的，別輕易上當了！