上圖是我獨家發明的一個處理程序，現在正在撿回來設法套用到新的機車辨識程序之中。這個方法我在2008年就發表了，也是我針對車牌辨識唯一有過的一次論文發表。看起來好像不太難做，但我參考過很多辨識程序的論文，沒看過其他人嘗試走這條路？首先是設法先將整張照片二值化，變成黑白照片，這是所有人都一樣的步驟。接著畫出所有黑白邊界，就是很多的輪廓線「們」，再從這些輪廓線中篩選出車牌字元的輪廓，將它們挖下來做後續的處理，如旋轉、縮放及比對字模等等。

其實車牌辨識的程序最麻煩的部分，就是將車牌的局部影像正確地從照片中挖出來！大多數人都是用空間濾波的技術，先抓出車牌的高頻率特徵，影像上的「高頻率」就是小範圍內顏色的對比很強烈，車牌多半是黑白分明的，就是高頻區了！鎖定車牌可能位置之後，通常就是用矩形框架進一步去「猜」正確的車牌範圍了！其實我在嘉義市的系統中也是這麼做的，非常平凡，與多數碩士級論文的方法大致一樣，不同的只是實作過程中必須配合調整的一些環境細節。

當時不用自己的輪廓辨識法，原因是我的方法在字元沾黏較嚴重時表現很差，就是影像品質必須好到字元能夠切割清楚。這好像是車牌辨識基本的影像品質要求，但是很不幸嘉義市的監視器比較老舊，一般品質就是不夠好，我只能割愛捨棄自己的創新方法。我想為何嘉義市的案子沒有競爭對手的原因之一，大概也是那種品質多數辨識處理流程也很難自動達到九成辨識率吧？我自己第一時間也是跟老闆說不可能的！

現在的案子是近距離拍攝的機車車牌，解析度品質是夠好的！但是有另一個大問題，就是手拍的照片，角度與焦距張張不同，不只是傾斜的問題，多數還會變成梯形咧！所以必須準確地抓到字元的上下左右四個邊緣，上下或左右對邊不保證平行的！只要抓錯了一邊最終就會辨識失敗，有夠難吧？我試過一些傳統高頻鎖定的方法，覺得效果都不如自己的老辦法，所以這兩天就讓他重出江湖了！

我猜想其他專家都不用「輪廓」這個「外行人」很容易想到的方法處理辨識的原因，是輪廓線很好畫，但是畫出之後要用程式來清理就很難了！像上圖那麼多輪廓，要簡化到只剩下幾個數字，就是我的特異功能了！其實這些處理複雜線團或不規則區塊的程式模組是我博士論文時發明建立好的！有興趣的話，我以前發表的論文中都找得到原始碼。有了基本工具，我要想著將寬度大於多少的區塊(輪廓)刪除等等簡單邏輯，就可以逐步清出字元的輪廓了。時間呢？看看上圖標題列，只需要不到半秒，很快的！

這是我最近正在忙的東西，我雖然常在部落格上發表批判社會的文章，但是我最享受，與最尊敬的生活方式是「做有價值的工作」，最好還能樂於分享。如果我只是個會罵人的人，自己卻不事生產，或無能生產，我會連自己都看不起自己，當然也會變得不敢批評甚麼事情的！自己都不努力還敢講別人，我是不敢恭維的。

說到分享，如果本文不小心洩漏了一些我的業務機密，讓別家公司或某研究團隊學會我的特殊技法，歡迎抄襲，我絕對不會告你！大家可以隨便Google一下車牌辨識這個關鍵字，會看到一大堆評論文章或廣告，想看一些技術內容討論卻很難，我就在此提供一點真正有幫助的文件吧！這和寫論文的意思差不多，但實質效果可能更好！因為我的部落格瀏覽人次蠻多的嘛！希望以後有意研究車辨的年輕人都搜得到我。

我看到的那些文章好像都漂浮在天上？老是說甚麼車牌辨識技術很成熟等等的虛話，但是實際上的市場狀況是：到處都想要車辨系統，卻到處都要不到合用的系統！所以我很歡迎同業參考我的技術，學得到的就拿去，希望下次有車牌辨識標案的時候，有多一點台灣人來競標。因為我認為車辨永遠是客製化的系統，每個案子都必須要有懂得完整程序的人來研究調整，才可能順暢實用，我一個人做不了幾個案子的！但我覺得總是沒人競爭的場面實在太丟台灣學術界的臉啦！大家再不互相幫忙，下次來與我們公司競標的，可能就是大陸或印度人了！

敬愛的研究車牌辨識的各大學教授與同學們，別只關在實驗室裡孤芳自賞了！趕快跳出來為民服務，為自己賺大錢吧！