這種一百多萬畫素大小的影像，正常來說我的辨識時間應該只是0.1到0.3秒之間，但是實際的辨識時間必須看畫面複雜的程度而定！當背景中有大量不平整的地面、柵欄狀目標或樹叢時，我又希望即使很模糊變形的車牌都要能辨識到，資料處理量就會暴增！結果就是如上圖所示，車牌是辨識正確了，時間消耗卻很慘烈！高達一秒多鐘！以目前的電腦使用經驗，超過0.5秒一般人就會覺得辨識卡卡了！

看上面的可能目標的輪廓圖就知道為何如此了！就是地面太花了，不一一處理就很難確定是不是有遺漏模糊的車牌！每組雜訊都要正經八百地做完全程的車牌辨識呢？結果就是非常耗時了！怎麼辦呢？關鍵技巧還是如前文所述！就是必須在車牌處理的程序前段就盡早判斷排除不可能是車牌的組合！

有點像淘汰率很高的特種部隊訓練，不可能通過最終考驗的學員，就早點退訓節省資源吧？如果將必須通過的難關(或檢驗)放在訓練前期，迅速淘汰必然會失敗的人，資源使用就很省！反之，魔王關卡或考驗都放在訓練後期呢？受訓與訓練的人都會浪費太多最終等於無效的時間！

所以早上碰到這堵牆壁，就更仔細的研究分析每組可能車牌目標組合的特徵屬性，主要是看幾個同組目標的排列曲折度！硬湊出來的排列組合就會很曲折，正確的車牌則都是很平整的直線！這樣很快地就讓地面大部分的可疑目標組合被淘汰了！結果就是如下圖的217毫秒了！想考倒我？題目必須更難一點！