自動光學檢查（英語：Automated Optical Inspection，簡稱AOI），就是在生產線上檢查產品瑕疵異常，或是用機器視覺輔助機器手臂的自動化操作的一種影像辨識應用，通常都用在比較高科技的製造業。在我創業之初曾經很期待這種商機，因為早期的AOI都是非常低解析度下的極簡影像辨識，有點像讀卡機的概念，譬如偵測電路板上該打的洞有沒有打？或位置有無偏差之類的！到了影像百萬畫素的時代，我原本以為會像車牌辨識一樣，會有很大的升級商機？但事實不然，我始終沒接到過這種生意！

昨天就有一個製造業的廠商想要升級他們的生產線設備，但是他們詢問的廠商在AOI這方面不能讓他們滿意，於是找我這個做影像辨識的廠商詢問，他也以為我應該做過很多AOI的辨識核心，應該可以介紹一些合作過的生產線設備廠商給他。但事實上我一次都沒做過，當然幫不上他的忙！為何如此？

首先是這些AOI功能都是搭載在非常龐大昂貴的生產線設備系統內部，絕對不是把影像拉到電腦做影像處理的模式，在前端拍照後就立即用前端微電腦或IC晶片辨識完成了！如果會有我的生意，就是他們需要的辨識很困難，外包給我做辨識演算法的研究，做好之後再將程式遷移嵌入到他們的硬體系統。

但生產線是一個相對簡單固定的環境，即使影像解析度提升了，要辨識的目標與狀況並沒甚麼不同！需要的影像辨識難度沒有提高，幾千畫素的電路板影像和百萬畫素的電路板影像，辨識技術難度是一樣的！只是矩陣變大而已。如果之前他們可以自己搞定，解析度提高後也一樣可以自己處理的！

所以不管我的影像辨識技術再好，這種好康生意都是做不到的！原因是AOI是很簡單的影像辨識應用，就像簡單的家常料理家裡的媽媽就很會做了，不會需要找專業廚師來家裡幫忙的！可以製作生產天價設備的大廠商，不會沒有幾個可以做基本影像處理的工程師的！真的用OpenCV兜一兜就行的！

所以真正困難的是自然環境下的影像辨識，像是街景中的車牌或人臉辨識，或你用手機拍的瓦斯表或證件文件等等，因為不僅背景複雜多變讓找到主要目標很困難。即使找到了！因為是在3D立體空間中取得的影像，一定會因角度有些變形！還需要很複雜的幾何校正才能做精確的模板比對確認目標。

當然難度居中的就是掃描文件的辨識了！至少它們會確定是2D的環境，所以我才能在創業之初就到專業辨識文件證件的大公司當顧問嘛！因為我起家的車牌辨識技術就是最困難的3D影像辨識了！3D都能做，2D的當然沒問題！但是簡單到AOI的等級呢？我反而分不到一杯羹了！

所以科技業界是很奇妙的！昂貴儀器內的影像辨識未必很難，大公司賺很多錢的影像辨識產品也未必是最難的技術，譬如我協助開發的護照辨識核心就替該公司賺了好多錢，但是難度還遠不如我日常賣的車牌辨識軟體！即使是車牌辨識好了，簡單的停車場用軟體搶得到生意就賺很多，但是難度也遠不如我的車載軟體！我好像專做吃力不討好的事情？好玩就好嘛！