年假偷偷練功的最大成果是我將我的辨識程序中的二值化程序作了大改版！原本是以區域亮度平均值作為二值化門檻的依據，現在進一步以偵測亮度變化的微分統計值為依據，就是如果某些小區域內根本沒有明顯的亮度變化就會被自動忽略，這可以大幅減少資料處理量，也讓二值化的門檻值更加精準。

我想做這個改版已經很久了，但是因為很多細節因素，總是作得不如原先設計的機制更穩定，這次有了足夠的經驗值作好了全面性考量，終於讓這個二值化機制作得相當完美！車牌字元切割更加準確之外，整體辨識速度也快了約兩到三成！使兩百萬畫素的影像中所有車牌辨識的時間，從大約300多毫秒降低到約200多毫秒。

這麼追求極速的目標就是希望作好兩百萬畫素以上監視器的全景動態辨識！之前已經說過了，未來路口監視器都會升級到數百萬畫素的品質，這樣一個道路全景畫面中的所有車輛的車牌應該都可以拍得清楚，但是它們不是靜止不動的，綠燈一亮就會有如萬馬奔騰，很多車一起移動還要一一辨識，這很難的！

要作到盡量辨識馬路上所有經過的車牌，第一是要能在一個影像中辨識所有的車牌，還不能產生太多垃圾，就是誤判的車牌，如果將辨識門檻降得太低，真的各種雜訊，如店招、欄杆或號誌標線等等不可預期的物件都可能變成誤報的車牌，那輸出的資料就很難看了！

我之前已經很成功地開發出多車牌辨識的核心，也已經開賣了！動態的軌跡追蹤機制也已經開發了兩三個月，可以讓連續畫面中辨識出來的多車牌依據空間連續性各自歸納統計，不會混雜，這樣某一輛車子的多次辨識中如果有不穩定的壞資料就可以篩選掉，有如我的停車場專用的動態車牌辨識軟體一樣，這也是垃圾減量的重要機制，在複雜的街景中其實錯誤辨識的車牌數量會比停車場出路口更多！如果沒有動態控管，垃圾量也會很煩人的！

但是要讓我的動態篩選機制正常運作，一個兩百萬畫素的串流影像也要能一秒鐘辨識10次以上，這可是一個高難度的目標！但是大家可以看看上面的截圖，我真的作到了！兩百萬畫素的畫面秒辨識達到12次以上！

而且請注意，畫面上顯示的還是較難辨識的機車哦！我還沒看到其他廠商展示過能辨識道路上奔馳的機車車牌的畫面，我的軟體確實是可以辨識路上行進中的機車的！

新年快樂！