上面是我目前進行的一個客製化車牌辨識核心初步研究，概念是希望經過高解析的路口監視器(通常是警方所管轄)，將經過的車輛「盡量」辨識出來，建立出大數據，哪一輛車？何時經過哪一個路口？就是一筆資料，必要時搜尋資料庫就可以呈現出特定車輛的出現時間與行經路線。當然我只專心作辨識核心軟體，周邊工程就是合作廠商的事了！

其實這個點子一點都不新奇，應該從路邊開始有路口監視器之初，就有很多人想到並提出來過了！我在2013年第一次嘗試開發商業化的車牌辨識核心，替嘉義市警局作的就是這種東西。但是當時環境條件還不成熟，軟硬體架構是有了，但是辨識率與辨識量都不足，應該還不能作順暢的車輛追蹤應用。當時的畫面是320X240的解析度，大概像這樣：

因為解析度小嘛！要看清楚車牌，攝影機的焦距視野就必須調整成這樣，一個畫面還塞不下一輛完整的車子，如果要看到所有經過此路口的車子，你必須替每一個車道裝一台攝影機，實務上當然不可能！老實說，當時我還是剛剛開始研發車牌辨識核心，辨識正確率大概低個兩成不說，速度效能也只有現在產品的大約1/50！而且當時他們在現場的電腦也比較老舊，無法作前端辨識，要回傳到伺服端集中處理，軟體架構複雜，效率也差，一到尖峰時刻資料就會塞車，要延宕一段時間才能辨識完畢，如果想追蹤現行犯就來不及了。

這幾年也陸續有客戶拿影片或照片來給我評估這種應用的可能性，影像品質從類比到數位，從幾百乘幾百的解析度，到現在好一點的可以達到1920X1080就是兩百萬畫素左右，我才覺得真的可以作全車道的多車辨識了！拍出來的每一個車牌基本上都達到了辨識需要的品質門檻！

那麼剩下來就要看我的辨識軟體表演了！我現在賣的主要產品是給停車場用的，特色是拍攝距離近，影像不會很大，通常是800X600，每張影像只需辨識單一車牌，大概像這樣：

看出它和路口監視器影像之間辨識難易的差別了嗎？所以如果停車場出入口的車牌辨識都作不到95%，真的就別混了！通常的要求是98%。但是如上圖路上亂跑的車子每一輛都要盡量辨識，一般來說如果可以到九成客戶就能接受了！問題在於我的程式辨識參數要很寬廣，速度也要很快。

譬如我之前辨識一百萬畫素的照片上單一車輛時間約零點一幾秒，如果要辨識「所有」車牌可不能兩車就乘以二，三車就乘以三！而且現在的影像是兩百萬畫素，不是一百萬或幾十萬了！算是撤底體檢加上速度最佳化，搞了幾天，目前水準是像第一張圖所示：四輛機車都正確辨識耗時331毫秒！一秒鐘單執行緒就可以辨識三張，如果用多執行緒至少快三四倍，一秒十張，這樣夠快了吧？