車牌辨識的論文汗牛充棟，我也看了很多！但總覺得根本搔不到癢處，看再多都沒有用處，全彩到灰階轉換有幾十種選擇，灰階到二值化有幾十種方法，二值化到目標特徵擷取又有幾十種方法，接下來車牌位置鎖定→影像幾何校正→字模比對等等又都有幾十種方法論。

每一篇論文獨立看起來都很有學問，如果你以為只要我夠用功，讀完夠多的方法論，就是讀完所有影像辨識課本，每題作業都做，每篇論文都仔細看完還要看懂，我就會變成高手了？我告訴你！你只會變成一個甚麼辨識軟體都做不出來的大白癡！因為沒有一種單一方法或程序可以解決所有狀況的問題，能否解決問題的關鍵是能針對問題做正確的選擇，而不是你知道多少方法？

像上面這張一般人用眼睛辨識覺得不太難的照片，客戶一定會希望你的車牌辨識系統可以正確辨識出結果！但是你用盡書上說的幾百萬種方法論的組合都不會有任何一種簡單的程序可以可以直接正確辨識出一字都不錯的結果！有很大機率你會連車牌位置都找不到！因為車牌並不是影像中對比最強最清晰的目標。

即使你找到車牌，但是有一半的字和另一半的字不一樣亮，而且整個車牌是傾斜的，你怎麼用影像辨識資訊知道這些現象？知道了又該如何處理？最後你甚麼都搞定了！結果車牌本身有一部分是被撞歪變形的，你從資料庫中怎麼都找不到一個字模跟那個變形的7字很像，而且車牌等於缺了一角，車牌後面的黑影就補上來了，你怎麼知道那不是字元的一部份？

這種複雜困難的案例，在不刻意控制最佳拍攝條件的巨量資料中總有三到五趴！一般車牌辨識系統計算辨識率時是自動就將他們排除的，所以才能說辨識率99%。但老實說，這樣的東西賣出去還是不會讓客戶滿意的！所以我每天都在跟這種困難的辨識掙扎，即使我知道我的辨識核心已經不錯了，真要追上一般人的視覺判斷能力，再給我十年都不夠的！

如果我只是頭痛醫頭腳痛醫腳，每一個個案我都可以很快對症下藥，做出合適的辨識程序，辨識出正確的答案。但是同樣的療程與藥物，病人吃了可以治好病，一般人吃下去可能就是要了命！我要做的軟體是必須所有病症都能治好，有病治病無病強身的萬靈丹，那要怎麼做才好！

其實跟醫院的概念一樣，「診斷」其實比「醫治」更重要！任何辨識方法都必須有針對性，知道目標的特性再決定該用那些方法，所以醫院要治好所有人的病，一定是先由檢驗師做一些必要的檢驗，資料彙集給醫生，醫生根據檢驗資料與自己觀察病人的資料，確定病人的狀況，再開處方。此後才是真正的醫療方法論開工的時候！絕對不是直接要看病的人吃下萬靈丹就好！應該只有不講科學的邪教或詐騙集團才會這麼做！

所謂先進的好醫院，重點並不是他們有特別好的藥或醫療設備，而是他們有很完備的檢驗設施，以及腦筋清楚能認真執行診斷工作的醫師，診斷正確了，即使知道自己的醫院沒這個藥或醫療設備，也可以讓病人轉院，或借調他地的藥物設備來醫治病人。醫學真正的核心學問是確實了解病理病因，病因清楚了，找到藥物與療法就是水到渠成的事情，我們不需要讓藥物療程更為複雜，只要能針對問題解決即可。

所以我做影像辨識實際用到的方法論並不太多，也不是很複雜，多數只要讀過高中數學物理，加上一點微積分的概念就能懂，重要的是我在辨識過程中很重視資訊的掌握，我找到車牌時已經知道它有一半在陰影中，當然就會適時校正，其他異常我也都會設法及時發現，有病當然要治，沒病的就不必做無謂的處理，以免好人都給治到生病了！

重點是診斷正確對症下藥，並不是我的藥物或設備很好就可以治好最多的病！那是外行人或醫療詐騙人士才會相信的事！他們總是強調某些藥物或療程的神效與廣用性，讓大家以為吃了某種藥或怎麼做就可以治百病？你會不會覺得有點似曾相識？現在所謂的AI人工智慧不就喜歡這樣誤導大家嗎？

他們總是規避或簡化我們面對的問題，直接強調我有很好的「方法」可以治療疑難雜症，只要用機器學習加上深度學習，即使你根本不了解實際問題的細節，你還是可以直接得到完全正確的答案？真的會讓我很想打電話去問165專線，這樣的事情有可能發生嗎？他們老是這樣宣傳，有沒有違法疑慮啊？

我們求神拜佛幾千年了，都一直希望這種直接修成正果的科技可以出現，難道現在忽然就出現了嗎？你相信嗎？我是不信的！所以才能成就目前的小小事業！如果我相信機器學習或深度學習可以解決我正在面對的影像辨識問題，就一定不會有現在的這些影像辨識產品了！我接的影像辨識專案應該也都還沒結案！

所以，我可以再說一次：我的影像辨識技術與產品，和類神經網路、機器學習或深度學習等大家認為熱門的新技術，一點點關係都沒有！如果因此認定我不夠高科技的人，就別來買了！規模很大的中鼎公司就是這樣！祝福他們早日找到神蹟吧！如果真有他們期待的AI神蹟出現時，我當然就只能改行了！但我比較相信科學會緩步前進到我死後至少幾百年，那時候所謂AI「不知也能行」的神蹟應該還是不會出現的！