因為之前做出了一個「堪用」的車牌辨識系統，勉強擠身影像辨識專家之列，但是我可一點都不敢驕傲，任何一個案子都是Case by case，要花費非常多的心力，最近就為了寫驗車廠想要的機車車牌辨識程式焦頭爛額。因為之前的車牌辨識影像是來自固定角度的路口監視器，這次可是手拍的！角度焦距都不固定，難度激增。

雖然理論上，眼睛看得清楚的影像，總是有辦法寫程式辨識出預期的結果，但是同樣的程式卻不保證可以辨識所有的照片！如果你的程式厲害到甚麼照片上的車牌都能辨識，那你已經寫出一個和大腦差不多複雜的人工智慧程式了！這很像是醫生看病，如果你面對一個特定的病人，你可以針對他的病情詳細診斷，然後開出最適合治療他的藥方。

但是如果要醫生寫出一個方子，可以適用於任何病人，那就是所謂的萬靈丹，有病治病沒病還可以補身，這絕對是不可能的！譬如機車車牌就是有黑白與綠白兩種車牌，其實加上重機還有紅白，我這幾天就很困擾，兩種「病」我都會治，但是最佳流程確實不一樣，如何在使用者不提示之下，我自動就知道是哪一種車牌，還真的好難啊！

所以我常常對業主與老闆做比喻：你們要考我，至少題目範圍要先確定，才有辦法寫程式。要辨識的影像必須先在現場拍個幾十甚至幾百張照片，盡量涵蓋你們希望可以辨識的所有狀況。如果狀況太複雜，我會要求做一些環境條件的限制，因為即使我可以寫出超大的程式應付非常複雜的狀況，但是需要的開發(測試)時間，乃至以後運轉時的運算時間都會很不合理。

但是以我目前幾次的經驗，通常都很晚才拿到現場影片或照片，數量也極少，這次依然一樣，我只能憑著「想像力」與自己模擬變造的照片搶先進行一些實驗。壓力最大的部分是因為程序真的很複雜，無法清楚解釋我正在忙些甚麼？

嚴格說我的經驗也不夠！雖然我已經是某實用車牌辨識系統的作者，但是真正專心玩車牌辨識的時間不過一年多一點點，而且是孤軍奮戰，周圍一個可以幫忙的學生或工程師都沒有。所以很多程序是走著瞧的！要一一實驗之後才知道下一步該怎麼做，如果效果不佳，整個辨識流程還得打掉重新設計！

唉！我一直很自豪，以我的年紀來說，我的白髮非常稀少！但是每做到影像辨識程式，我應該就不敢說嘴了，最近白髮一定多很多！累了一天，已經沒力氣繼續傷腦筋了，就此發發牢騷，準時下班，明天繼續努力了！