這是一張很難辨識的小又模糊的車牌影像，左邊是原圖320X240畫素的大小，右邊是車牌局部放大圖。以OCR辨識的角度來說，困難點是因為影像模糊，二值化切割後很難看到完整的字元目標，不是與周邊環境沾連，就是字元本身不夠黑而連貫，就破碎了！

我找車牌的方式跟人眼搜尋方式是幾乎一樣的！使用二值化簡化影像之後，即使字元破碎，還是可以根據一些蛛絲馬跡，譬如目標概略的大小與排列方式，找到圖中最可能是車牌的區塊，因為我不假設車牌一定是水平的矩形方塊，可以是一個任意四邊形，所以我的辨識核心才能抓到傾斜度很大的車牌。也因為可以定義四個任意傾斜的準確邊界，就可以很準確的正規化扭正車牌到標準大小。

重點是我知道全圖的二值化過程牽涉環境因素很多，用來找到車牌的位置或許還OK，但是如果碰到模糊的車牌影像，全圖二值化的結果如上圖，破碎的程度是根本無法比對字模辨識出是甚麼字的！所以我會根據那個可能是車牌位置的「任意四邊形」，回去原始資料中挖出灰階，甚至RGB的資料，也將它們投影轉正為標準車牌大小，如下圖。

從這裡開始，我就可以不計時間成本的使用任何影像處理手段，甚至用七八種方式反覆嘗試辨識字元，發現少字時，還可以回原圖，擴大那個任意四邊形的寬度再抓一次資料重新處理，直到我評估已找到最佳答案為止！因為我的處理標的已經縮小到只剩下一個標準車牌的小影像了！即使用很多方法嘗試辨識也不會花太多時間的！

譬如我的某個二值化程序可以把模糊的車牌處理成上圖這樣，比對之後得到整體符合度最高的答案：1735-EH！我就答對了！這個階段我的作法有點類似機器學習，就是用很多種可能的資料處理方式，建立自我評分機制，遍歷各種處理結果之後選擇最佳的答案輸出。須知嘗試多種方式處理資料再擇優輸出，是一個很浪費資源的過程，如果全圖都這樣玩的話你的軟體就笨死了！再多的GPU都救不了！

這個過程很像我最愛看的警察辦案的影集劇情！一開始警察不知道兇手是誰，必須用最節省資源的方式快速找到嫌犯，一旦鎖定嫌犯就可以投入所有資源，查出他的所有底細，跟蹤監視追捕施壓等等甚麼手段都來，確定是他的幹的壞事時，就立即逮捕結案！

這就是我的影像辨識策略了！全圖搜尋資訊是最耗費資源的！就像你不可能笨到滿街攔查路人，如大海撈針一樣的普查來找殺人犯一樣！你必須先「依據」嫌犯的特徵縮小搜尋範圍！搜尋的項目越少，範圍越小，就可以越快鎖定嫌犯。

現在流行的CNN目標搜尋概念也是類似的！用特徵的組合找到要找的目標。但是他們在研發階段就不是像我這樣，「自以為是」的用我已知道的抽象思考過程來決定我的搜索範圍。我是直接依據我想搜尋甚麼東西？譬如車牌具有的特徵，直接設計我的搜尋方式與特徵，但CNN搭配機器學習的做法是這樣的：

先蒐集大量已知正確答案的影像，所謂正確答案，當然是用大量人工去一一檢視標記的！有了正確答案的大量標記資料(有答案但無解法的題庫)後，就開始用CNN蒐集「所有」可能有用的特徵，如直線或斜線線段，或是轉折點，或是顏色區塊等等。因為目標有大有小嘛！這些特徵還要「分層」每一層抓不同大小的同樣特徵！

跑死電腦收集到這些「海量」特徵之後，開始「訓練」它們的模型，其實就是嘗試錯誤，慢慢縮減對答案對錯無關的特徵，讓機器慢慢「學會」哪些特徵與判斷對錯「比較」有關，不斷嘗試錯誤調整特徵項目與權重，直到找到：以目前的資料集來說，答對率最高的那個模式！

光看到這裡我就知道我的公司是根本用不起這種技術的！太花錢耗時了！巨量資料的蒐集與標記是燒錢！地毯式的蒐集所有大小層級的特徵，反覆天文數字的計算嘗試「學習」更是燒錢，你需要極佳的電腦做大量計算，還需要「懂得機器學習」的高薪專業人員長時間做這種「實驗」！

最後得到的結果只對你的資料集有用，辨識目標性質稍有改變時，就必須「重新訓練」了！很多人覺得這種說法很有學問？我是覺得很蠢！因為是「猜題」，所以猜對猜錯的過程與原因，連開發者也無法知道。簡單說：根本沒有誰學會了甚麼東西！況且機率統計並不是精準的解題過程，很難像傳統科學一樣，做到精準的高辨識正確率，能到九成大約就是極限了！

這種高耗能低效率的研發方式與預期成果，你覺得值得投資嗎？我知道對於需要98%以上辨識率的車牌辨識是絕對不行的！所以我不敢，也不會嘗試使用CNN與ML研發影像辨識產品的！除非用的錢不是我的！