做車牌辨識最難的部分，當然是在自然環境中將車牌正確的辨識出來，就是所謂的「辨識核心」了！辨識的標的是單一影像中的車牌。但我們不可能只為了「辨識車牌」而去辨識車牌，這只是手段，不是目的。以最簡單的停車場應用來說，就是要確認車子已經開到出入口這個「事件」！

在攝影機固定的情況下，車輛活動的事件判斷才是車牌辨識軟體執行的目的！單一張影像通常很難直接判斷「事件」，譬如下圖是一張影像，攝影機在此角度持續拍攝，希望我告訴管理者畫面中的每輛車各停了多久？只有一張影像我當然不知道車子停了多久？那我該怎麼做呢？

較「簡單」的想法是每幾秒鐘拍一張影像，辨識一次車牌，參考每一張影像中的車牌辨識結果，看看每一個車號在時間軸上的資料持續多久？譬如從八點到九點的影像都有這個車號，九點之後就不見了！我就可以報告這事件：某車從八點停到九點！這個事件的監看工作就完成了！

但是寫過程式的就知道，要建立完成這種事件的邏輯判斷過程，一點都不簡單！我們要監看的還不只是一輛車，而是所有可以看到車牌的車！又如下圖，此車道車子應該只能左轉，客戶希望我抓到違規右轉的車子，就是要監看有沒有車輛右轉的「事件」！這又應該怎麼做呢？

這也不是單一影像單一車牌辨識能做到的，基本上就是要追蹤每輛車的行進路線！我們當然是以「車牌」的行進路線為基礎，很多人誤以為辨識「車輛」比辨識「車牌」簡單，這是大錯特錯！車牌有非常固定的特徵，車子與背景的顏色對比等等都不是那麼確定，不好辨識的！

即使可以直接辨識車輛，當我們發現他違規右轉時，還是需要辨識他的車號做報告的！正如電視上的汽車廣告詞：「你遲早要開歐洲車的，那為什麼不一開始就開歐洲車？」直接一路辨識車牌不就好了？我就準備這麼做！其實像區監測速也是類似的概念，那個應用中，我們要判斷的事件是：某輛車通過兩個監測站的時間差！

總之，任何車牌辨識的應用軟體都不會只有辨識車牌而已，就看我要替客戶做到甚麼程度？我的原則是：大家都會做，也很方便做的部分，我就盡量不做！譬如進入資料庫做搜尋比對，或製作可以查詢資料的APP等等。但是如上所述的事件判斷就不一定了！

如果我的客戶(多半是系統整合商)本身的程式能力很強，我就只會微調一下既有軟體的輸出資訊，讓他們可以根據這些資訊，譬如車輛正在左行或右行之類的，去自己寫程式完成這些事件判斷！如果他們不太會寫或懶得寫，要請我做我也會考慮接案的！如果是有後續商機的應用，他們不請我做我也會試試看！做得好就是新產品了！我的區間測速軟體就是這樣寫好的，正在積極推銷中。

大家可以想像，如果你用的車牌辨識核心是外購的，要整合寫出這種事件判斷軟體難度就會很高！就像有些客戶希望我提供辨識核心，就是某種DLL檔案，呼叫它就可以辨識車牌，讓他們整合到他們的軟體內。但如果這樣，他們不就可以無限複製我的辨識核心了嗎？為了保護我的利益，可以一套一套的賣錢，我當然不願意提供，那他們要製作進階軟體就很麻煩了！

所以啦！車牌辨識軟體可以做的事情非常多，每個應用點子都可以是新產品，但如果你的核心技術不是自己的，那就非常麻煩了！通常只能處處受制於人，任何小應用都必須出高價哀求原廠幫你寫程式了！找我當然便宜很多囉！我也會玩得很開心！