大成鋼公司的主管態度真的很正面，我每天如此辛苦工作，有了研發突破當然會很想發表獻寶，讓自己高興一下，也讓讀者眼睛一亮，分享參與高科技研發的喜悅！不像某些神經過敏的大公司，硬是要我簽下甚麼保密合約？如果人家看看我的「論文」就可以複製我的成果，那每家藥廠都可以做出完全一樣，最高品質的疫苗了！

他們甚至會一起關注我的部落格，跟著我和讀者一起歡呼！這讓我的工作變得特別快樂！心情好了，研發態度自然更積極，腦筋也變得特別聰明了！

上面那個很誇張的辨識成果是今天才做成功的！從開始做影像辨識時，我就一直很崇拜人眼辨識的智慧，也一開始就認定人腦辨識的過程一定跟電腦一樣，有明確的邏輯可以依循。這個解讀人腦的過程我已經做了好多年，也只是剛摸到邊而已，但想想前幾年完全摸不著頭緒的挫折與茫然，現在真的太幸福了！

這麼模糊的辨識第一個需要克服的問題是：不管你窮盡任何二值化切割的技術處理影像，出來的字元都還是破碎不堪的！如下圖一個2居然放大來看是這樣的！那人是怎麼看懂這個字是2的？因為我們可以利用抽象的思考能力，輕易越過字元的破碎狀態，用字的概略形狀範圍將碎片組織起來，再當一個字去辨認！

所以我必須建立如何將目標合理分組成為單一字元區的邏輯，此時當然必須知道字元分布的形式與格式等等。譬如我必須知道YTS與A270的意義？它們可能的字串內容組合等等。YTS是製造商的商標，如果我知道有哪些廠商，就不必每一個字都比對所有英文字母，不僅可以節省時間，還可以降低「猜錯」的機率，辨識正確率不就提高了？這些也是人的智慧之一。

譬如資料中顯示三個字母的製造商只有下面幾個："BBI", "CYI", "HYN", "JDF", "JLX", "SHS", "THE", "YFS", "YTS"。那就表示：如果我碰到三個字元的字組，第一個字只可能是：B、C、H、J、S與Y這幾個字母其中之一，我只要比較這六個字母誰比較像？選第一名就好了！

甚至我辨識完成了一個字串，但是資料中並沒有這個廠商(字串)？但是三個字元中有對了兩個？我就可以進一步看看那個辨識錯的字元有沒有次佳的字元選項，讓整體符合度還是夠高，我就可以直接改答案了！作弊嗎？有點像，但一切都是為了找到最正確合理的目標！依據經驗法則我猜錯的機率就很低了！

這些撇步(技巧)很多都跟影像處理毫無關係，但確實就是我們人比較能做出正確辨識的原因，這就是我說的AI研究了！如果太自我設限，甚麼資料能用？甚麼不能？或是太依賴電腦的統計運算，要讓電腦自行「學習」出這種複雜的認知過程？我應該沒這麼長的命看到ML實現夢想的一天了！