圖一 街景車牌辨識示意圖

上面這張影像應該可以讓大家體會到在一般街景中作車牌辨識的主要困難！首先是背景複雜，可能的目標很多，真正的車牌又會因為：反光、陰影、髒汙磨損或拍攝角度等因素，未必是圖中最明顯的目標。因為害怕漏掉真正的車牌，所以才會看到影子就開槍，框出那麼多候選車牌的區塊。在影像解析度只有320X240的年代，根本沒有這種困擾！能辨識出車牌的影像大概就是如下圖這個樣子的：

圖二 早期的車牌辨識影像範例

因為解析度低又要看清楚車牌，當然畫面中就只能有車牌的特寫了！也因為取景的視野很小，絕對不可能讓車牌拍成傾斜的！所以十年前的「商用」車牌辨識核心的本事就只有那麼大！可以假設車牌一定是水平的矩形，也一定是十幾個可能目標中最清晰大小適中的！當時的車牌辨識軟體水準跟你現在拿OpenCV兜出來的簡易車牌辨識差不多而已！這也是那時車牌辨識論文很多的原因，百萬畫素之後敢寫相關論文的人就少多了！辨識技術的門檻變高太多了嘛！

在那個年代，車牌辨識好不好的關鍵並不在辨識軟體的好壞，而是誰家的攝影機拍得比較清楚，就可以在市場上佔盡優勢，所以賣車牌辨識的廠商就是攝影機的製造商，如奇偶科技就是當年的霸主之一！但是百萬畫素攝影機的出現與迅速普及，就徹底顛覆了這個車牌辨識的市場生態！

現在誰都可以很便宜的買到高解析度的攝影機，連你的手機都有千萬畫素了！所以依賴攝影機起家的車牌辨識產品都全數崩盤，整個車牌辨識市場的競爭主場已經從硬體變成軟體了！我也是事前就看出這個影像辨識市場大滅絕的徵兆，提前起跑研發百萬畫素辨識核心，現在才能佔有一席之地的！

回頭看看圖一，如果車牌不再保證在影像中是個接近水平的矩形，也不保證是對比度最佳的資優生，那就表示你必須讓所有可能的目標都盡量加入海選，藉著排列組合與很多特徵資訊來判斷他們是不是車牌？只要有可能是的目標，都要一一檢視，甚至必須完成完整的辨識程序，最後會有好多個可能的車牌答案，你再根據辨識參數選出其中最可能的答案！

光是看懂這個無法避免的複雜辨識程序，就足以嚇跑一大堆想自己製作車牌辨識核心的人了！知道複雜卻不想蹲馬步從基礎研究起，或力有未逮做不出複雜核心的廠商怎麼辦？那就是開始被OpenCV或ML、DL、CNN等所謂AI技術欺騙擺弄了！但我從來沒聽說過哪個團隊真的靠這些假AI開發出商業等級的車牌辨識軟體，應該還在實驗室裡細火慢燉吧？

其實我或是CNN等新技術都面對著一個同樣的大魔王關卡！這些年即使電腦的計算速度也隨著影像畫素提升了！但顯然還遠遠跟不上高畫素產生的暴增運算需求！所以最近輝達等公司的崛起都跟此有關係，攝影機是不必做得更好了！但是電腦的計算能力必須更好！所以運算更快更大量的晶片就紅了！

但是當大家都在瘋狂追求更高運算能力的同時，有沒有其他提升我這種小公司競爭力的方式呢？當然是有的！要跟大公司比財力買更好的電腦我是比不過也不想比的！財大氣粗算甚麼本事？扣掉電腦硬體增加的成本，我的利潤可能也消失了！被輝達這些公司搶走了！大家都可以買超級電腦時，誰還有優勢？當然是軟體大師演算法專家嘛！

所以很合理的方向是：繼續研究更有效率的演算法！節省不必要的運算量，如果我的演算法更「AI」更聰明，不必買新電腦就可以辨識得跟別家使用特殊電腦的廠商一樣快或更快！那我就是走出一條自己的路了！一樣效能的車牌辨識系統搭配一般電腦成本是3萬，搭配超級電腦的成本是30萬，誰會贏呢？

具體來說，如圖一的狀況，七八個可能是車牌的候選區塊如果每一個都要完成全程辨識，當然會耗費很多時間！但如果在過程中善用很多區塊產生的群組特徵，譬如目標大小是不是很相似？較整齊一致的比較可能是車牌，大小差異的變異量大到一個程度就可以提前淘汰了！當這些彈性動態篩選的機制夠好時，我真正必須做全程辨識的目標區塊只會剩下一兩個，而不是七八個，辨識速度就會很快了！

圖三 可能車牌的候選區塊示意圖

這很像一個資源有限的航空學校，其實他們的資源只夠培訓出十個機師，但是沒辦法一開始就精準的確定哪十個人一定可以畢業？如果只收十個學生，最後畢業了七個，也是資源的浪費！所以他們會收兩三倍的學生，但訓練過程中會盡可能提前淘汰不可能畢業的學員，就不必為沒有成功機會的人投入更多資源了！

CNN的運算比我用的OCR技術先天上就會慢很多倍！所以節省運算量也是他們努力的方向，譬如YOLO就是具體成果！但是礙於基礎架構的限制，他們能節省的運算量是很有限的，減量太多就會容易錯過目標了！他們是統計學嘛！是靠資料量而不是科學原理支撐準確率的！計算量是非大不可的！

無法節省運算，又要達到高辨識率，他們就只能橫柴入灶，硬是靠著電腦晶片升級來消化不合理的高運算量了！但是當然他們會讓所有人相信這是必然不得已的趨勢！但以我的觀點，問題是出在CNN演算法的先天不良架構，只要不堅持這個錯誤的數學架構，更聰明更AI的演算法一定是可以發展出來的！我就正在做，也已經有成效了！