以一般人眼的識別能力來說，這張影像當然是太暗了！但是我的軟體似乎「無視」這種障礙？照樣很快地在大約0.1秒的時間內，就正確辨識出91萬畫素影像中的車牌！我有暗藏甚麼「AI」密技嗎？如我一向堅持的態度與說法：我不搞神祕的！我是老師，我直接告訴你！

同樣一張影像我拿到PhotoShop軟體中，做一點簡單的影像處理，車牌就會清晰到對任何人來說都不難辨識了！原理很簡單，原本正常影像亮度的分布範圍是0-255灰階的話，整張影像偏暗時，分布範圍可能就只侷限於0-50了？如果我把亮度50當作255顯示呢？把各個亮度都按比例變亮呢？那麼很暗的影像看起來也會變得對比強烈看得很清楚了！

那是不是表示我的軟體會做這些影像對比增強的處理呢？如果我要先做這種處理再辨識目標的話，那可忙了！首先我必須偵測整個影像的亮度概略平均值，才知道要怎麼調整亮度。要將91萬畫素的影像每個畫素亮度都做計算改成新的亮度值，那要花多少時間啊？怎麼可能還保持0.1秒的高速辨識效率呢？

所謂的「秘訣」其實大家都可以理解的！就是我根本沒做影像增強處理，也根本不需要做！因為重點是車牌字元的黑色與背景的白色「能否分辨」！不管影像多暗或多亮，只要字元與其背景有足夠的亮度差異我就可以切割出字元了！正常影像中這個差值可能是100多個灰階，昏暗影像中可能只是10個灰階，但是都沒關係，我即使將對比增強10倍，二值化的決策結果還是一樣的！如下圖。

既然我不必做任何影像處理，當然時間就很節省！換言之，如上圖的二值化結果，不管我做或不做影像對比增強處理，結果都是一樣的！這就是我的「秘訣」了！我極少必須做影像增強處理之後再進行辨識的！我也不必像CNN一樣需要用甚麼矩陣(卷積)掃描全圖好多次，所以辨識速度當然很快了！

這也說明了人眼與電腦辨識之間的一個差異，人眼面對的是類比資料，太暗的影像會讓我們很難看出明暗的對比界限，電腦辨識軟體時，面對的則是已經數位化的影像資料，即使很暗(或曝光過度很亮)，只要亮度對比足夠分辨出字元與背景，我們就可以「看出」目標字元了！

有點像打撲克牌比大小，或許一般人的感覺上10點對上2點是大勝，3點對上2點則是險勝！但是以電腦程式的觀點，贏就是贏了！10:2或3:2辨識的結果都會完全一樣的！所以不必再驚訝我的夜視功能了！很容易懂的！跟甚麼夜視鏡、紅外線或影像增強處理都沒關係的！只是二值化原理的聰明使用而已。

影像辨識絕對可以這麼直覺簡單做出來的！你還是喜歡用CNN或DL嗎？我只能說那是你死腦筋，因為實務上99%的情況下其實是沒必要的！你只會被累死，效果還未必比較好！建議你先你用傳統的影像辨識方法處理問題，如果真的搞不定時再考慮用CNN吧？那是成本極高而且效果很不確定的方向。