很多人看我天天寫部落格，還當老闆四處趴趴走，會對我的日常生活內容有所誤解。其實寫程式研究影像辨識技術才是占掉我大部分上班時間的事情，我仍舊是個很勤勞的研究人員！很像一個博士生！因為多數客戶不喜歡公開業務內容，所以很多研發我不便公開在部落格談。但單純的技術研究，不涉及客戶業務的就沒關係了！而且真的很好玩！

下面就是一個最近在忙的問題，有人希望我寫個影像辨識APP，辨識如下的牌子，但是拍攝環境是通常有點暗的倉庫，手機就只好打光幫忙了，但是一打光就會中間亮兩邊暗。 

接著做二值化，就是定出一個亮度，此亮度以上為背景(白)，以下為字元(黑)，想將字元抓出來，就會變成這樣： 

哇！抓不齊全，任何單一的亮度門檻值都不對！都沒辦法抓到全部的完整字元。所以就想出一個動態門檻值的程式，大致上是看目標附近的平均亮度來決定誰是黑誰是白？首先就是要算出影像上區域的亮度變化，專業術語是低通濾波： 

依據上圖做出來的二值化結果不錯： 

但是有個問題，就是要算出低通濾波圖(矩陣)非常耗時，比我辨識文字(車牌)的時間還久！約半秒鐘(500ms)。所以就繼續努力，設法讓低通濾波的計算更有效率，快速一點，結果如下： 

這張圖的計算只需要50ms是原來的十分之一，搭配我原本大約200ms的字元辨識時間，就和正常光源下的全程辨識時間差不多了！二值化效果其實似乎更好： 

歡迎大家參觀我的辦公桌囉！