三不五時我會上網看看這種求職資訊，了解一下自己工作性質的市場行情，甚至想像如果我的公司經營不下去時，我和我的RD可以用既有專長找到甚麼樣的工作？但是顯然我們熟知的技術和市場上徵才的條件相差甚遠！也就是說，我和我的RD應該都很難通過這些「影像辨識」工程師職缺的面試！那些只上過補習班課程，沒做出過任何實際影像辨識產品的半調子，一定都比我們更熟悉Python語言，與OpenCV機器學習等等工具模組。我們不會，不是因為懶惰，是因為根本不需要用到！

這就是很有趣也很微妙的市場實況了！老實說，影像辨識雖然大家都知道很重要，非常多公司也「很想做」影像辨識產品來賣，但是實際成功的案例產品其實還非常少！多數那些徵人的公司本身的產品實績都還非常少，頂多只是在文件辨識或安全監控領域有極少數的產品，遠遠不如我們的小公司可以橫跨大部分的影像辨識議題，都有很好的實績！他們即使有做出一些東西，也多半辨識率不夠高，客戶多半還不願意正式上線使用，我們的作品則都是賓主盡歡的！

詭異的是：即使如此績效不彰，整個影像辨識領域還是認為他們已經掌握了所有作影像辨識必要的技術？就是必須使用Python，就是必須使用機器學習，就是必須使用OpenCV，就是必須使用深度學習，就是必須使用CNN類神經網路？也很明確地用這些條件來徵人！卻完全沒提到必須熟悉目前絕大多數已上市銷售中的影像辨識軟體都使用的OCR等傳統技術？是不是非常偏頗奇怪？

關鍵點是：這些「新」技術本身根本還沒證明他們真的可以順利生產多少堪用的影像辨識軟體！機器學習等技術也喧騰炒作近十年了！如果他們真的很好用，可以順利做出車牌辨識、人臉辨識、自駕車視覺、醫學影像辨識、閱卷或瓦斯表辨識，那麼現在市場上不是應該已經充斥著這類CNN影像辨識的成熟產品了嗎？但事實上就是很少，甚至幾乎沒有啊！真的有在賣的車牌辨識、證件辨識、閱卷辨識等等成熟產品，都不是這些技術做的！我知道！是因為我們公司就做了很多，也賣了很多！都是OCR絕對不是CNN！

簡單說，如果這些所謂的影像辨識主流技術真的很有用，我們公司早就被市場淘汰，不可能繼續存活了！但事實上是我們一直都以被視為「非主流」的傳統影像辨識技術接案，各類影像辨識產品與專案都做得又快又好！不但沒有倒店，反而還越做生意越好！那些說要徵「AI」影像辨識人才的公司，沒有一家比我們更有生產力！

這是怎麼回事？我們這個小公司呈現出來的事實還不能勝於雄辯嗎？事實是：目前影像辨識的市場需求，90%以上或更多，都不適合用機器學習等「新技術」來開發！反而是使用傳統的OCR等技術，就可以迅速開發出極高辨識率的優質軟體！我知道，但是你知道嗎？大家都知道嗎？ML、DL與CNN真能代表AI影像辨識嗎？他們的代表作在哪裡？哪個暢銷車牌辨識產品是用CNN研發製作的？答案是根本沒有！

當然使用傳統技術也不能只是墨守成規，我們使用OCR技術研發產品多年，也在那個基礎上有了很多演算法的研究成果，包括我的RD剛剛寫好的碩士論文特徵字模的發明，就是其中之一！對於變形目標的幾何校正演算法更是我們的優勢技術發明，我都說了，如果RD要讀博士，拿那個議題寫論文SCI都可以發表好多篇！

好家在，我的公司表現不錯，我們還不必到外面求職，現在的影像辨識市場真的是「亂世」！處於價值觀極度混淆的狀況！真正可以做出好的影像辨識產品的工程師，如我和我的RD是根本找不到相關工作的！因為我們都不熟悉那些他們認定極為重要的技術嘛！連Python與OpenCV都不會用？怎麼可能錄取嘛？但我們就是可以完全不用他們說的那些狹隘AI技術，做出非常多的各類影像辨識產品！