我天天在做各種車牌辨識的個案分析研究，真實世界的變化太豐富太有趣，要我每天寫一篇報告，甚至論文！我都有足夠題材的！其中一個很基本也重要的觀點是：「影像是立體世界的平面投影！」如果你的目的是辨識真實目標「原來」的樣貌與意義，當然必須知道你在影像中「看到」的樣子只是一個3D物體的2D投影，也就是扭曲過的形象，你必須設計演算法「復原」這個影像到接近原始的樣貌！

譬如一個N字如果橫著拍就是Z了！如果你拿著N的字模去找影像中的N，但是拍照者拍成45度傾斜的N，你就根本找不到目標了！又或者那個N大到比人還高，超出你預期的N的大小，你也會「身在N中不知N」了！所以正確的物理認知與幾何校正過程不重要嗎？不但很重要，還很不好做！應該是影像辨識過程中的重中之重，絕對不是可以一筆帶過輕描淡寫的！

如上的案例其實就有好多故事可以說！台灣七碼車牌字型的V與W本來形狀就有點像，加上斜視讓字變得瘦長，且距離稍遠畫素較低時，在數學上要準確區分它們並不容易，但是我的辨識核心如上的狀況依舊可以正確分辨，不會說成是AVV？或AWW？關鍵就是很合理精準的影像幾何校正過程！但是車牌字元區的四個邊可以是任意角度的，不必是矩形哦？如果我畫錯了，譬如以為A的左斜邊是車牌的邊界，那麼修正出來的A就會倒向左邊了！像這樣：

大家不要小看了上面車牌字元區的四個(紅色)邊界切線線段，它們要如何穩定的計算決定？就是我的車牌辨識技術的精華區了！我的RD剛剛使用特徵字模辨識技術寫完她的碩士論文初稿，預期也可以順利通過。如果她要繼續唸博士，我就會建議她以如何做好這種抽象區域的幾何校正的技術為題！只有我們知道，裡面是有很深奧的物理思維的！否則無法總是能那麼漂亮的轉正各式各樣歪斜狀態的車牌。哪個頂尖大學想知道這種技術嗎？找我的RD去讀博士班就可以了！

接下來又是酸AI的固定單元了！大家都聽過CNN在影像辨識領域正「大放光芒」之類的謠言？事實完全不是這樣的！情況比較像美國有個籃球打得不錯的高中生，正在尋求NBA選秀青睞，但因為某些健康或個人因素，還沒有任何球隊敢貿然用他！CNN這種技術至今仍未廣泛攻佔車牌辨識技術領域，是有顯著原因的！只是他們欺騙外行人避重就輕刻意不說而已，我可以告訴你！

如上車牌辨識圖所示，要在自然環境拍攝的影像中完成辨識車牌的工作，事實上包括三個階段的工作：1.找到車牌→2.幾何校正車牌→3.進行字元比對辨識。CNN的主要技術只限於第一階段而已！他們目前並不包括完成第二三階段工作的技術，距離實現高準確率的CNN架構車牌辨識商業軟體的目標還很遙遠！如前述籃球員的例子，他可能很會灌籃，但是投籃準度非常差？或是很缺乏團隊觀念？總之，如果少了關鍵技術，誰都不敢用他的！

新一代的影像辨識技術，關鍵不只是如何找到目標而已！也必須理解目標影像為何變形？以及如何依據物理原理與原因，開發出可以逆推校正回歸到正常位置與大小影像的第二階段技術！直到七八年前，因為一般影像畫素低(幾萬)，車牌辨識系統辨識的對象都只是車牌特寫，如果取景範圍稍微大一點，車牌就會太小，解析度太低，難以辨識了！所以當時可辨識車牌的影像都類似這樣：

 這種擺好姿勢拍攝的狀況下，我們可以假設車牌是個寬高比例很固定的矩形目標，只要搜尋全圖找到對比度比較高，黑白分明的矩形區塊就可以找到車牌了！找到車牌之後也只要簡單的平移、縮放與傾斜度微調就可以完成「幾何校正」的第二階段，開始第三階段的切割字元作比對了！所以多數車牌辨識論文的重點都不是第二階段的幾何校正，第一與第三階段說得較多！

事實上直到目前為止，絕大多數的車牌辨識核心還是難以跳脫這個矩形假設的桎梏，我自己2013年第一次嘗試製作商業化的車牌辨識核心時，也是模仿別人的公開論文這麼作的！這有甚麼問題呢？我們都知道在真實世界的立體空間之中，隨著角度距離的不同，原本是矩形的車牌可以被拍成平行四邊形、梯形、甚至任意四邊形！要將車牌抝正為原來應有的矩形，是非常困難需要深入研究的演算法議題！

如果你的辨識核心假設車牌目標是近似水平的矩形時，碰到如下停車柱拍攝的角度你就死定了！這種影像中你一定無法順利鎖定車牌！所以台南停車柱系統的後台才需要大量人力去輔助(補救)他們所用的車牌辨識系統能力的不足！現在大家知道為什麼多數車牌辨識系統只要水平傾斜到10度就掛了嗎？我是如何擺脫這個禁錮了車牌辨識專家數十年的矩形假設的呢？這個故事就足以寫一篇博士論文了！商業價值就是做出幾乎任何角度變形都可以辨識的車牌辨識軟體了！

所以用矩形假設找車牌位置的演算法應該要淘汰了！如何發明新的「鎖定車牌精確範圍」的演算法？如何依據新的鎖定車牌演算法，精準的整合相關資訊，做好車牌的空間幾何校正？這兩者是高度相關的！如最上圖所示：當我把這兩階段的演算法都做得很好時，才有可能正確的復原V與W從正前方看時的樣貌，也才可能正確的區分誰是V？誰是W？

所以幾何校正才是車牌辨識，以及在所有自然環境拍攝影像中，做特定目標辨識的關鍵技術！但是我天天在看CNN等技術發展的相關資訊，從未看到他們關心過物理與幾何學！請問機器要如何學會這種抽象的觀念呢？從大量資料中機器可以「理解」車牌變形的原理嗎？機器可以自行「想出」逆推校正扭曲影像的演算法嗎？

所以聽他們這些ML、DL與CNN的神奇故事，我完全無法入戲！除非他們也開始討論這個無可迴避的問題，否則我就會一直這樣態度輕蔑地罵下去！他們一直在逃避問題，他們自己一定知道的！還要繼續裝瘋賣傻欺騙世人嗎？說說CNN如何應對這個很基本也必然需要處理的問題吧？