常被問到我的車牌辨識核心可不可以「同時」辨識影像中的多個車牌？這個問題在早期以較低畫素(640X480或320X240)為辨識基礎的類比式攝影機時代是不存在的！因為要看清楚車牌，一個小畫面裡連「一輛」完整的車都塞不下！頂多就是一個車頭或是車屁股罷了，如下圖，哪有可能同時在畫面中出現兩三張車牌？

但是現在可是百萬畫素的時代了！畫面同時照到兩三輛車已經是常事，那麼車牌辨識系統會怎麼反應呢？會不會只辨識出一個車牌之後就打包回家了？如果需要每一個車牌都辨識出來時怎麼辦？是不是需要額外的處理程序？譬如辨識出一張車牌後將它「擦掉」，再繼續辨識其他的車牌？

下面一張照片中原本就有兩輛車，我再多貼一張車牌局部影像，假裝有三輛車在單一影像中的極端狀況，以此作個示範。我的辨識核心可以「一次」全部找到三個車牌，使用時間也不會比找到單一車牌多三倍，事實上是多出約兩成多(20～30%)的時間而已。怎麼作到的？就看下面的幾張連環圖片了！

先是作有效的二值化變成黑白影像，接著畫輪廓，再接著篩選掉大部分不可是字元的輪廓目標，最後一張圖上已經只剩下幾十個目標，我再從這些目標中排列組合找到車牌。一般狀況下，預設沒有超過一個車牌的話，為了節省一點時間，我真的是找到一個車牌就結案了！以此例來說，就只會找到「5K-6780」車牌。

但是如果我「堅持」下去，找到5K-6780後將這幾個目標排除(擦掉)，在剩餘目標群中嘗試找下一組車牌字元，當然很快會找到第二組，接著第三組，當然再找下去總會開始找不到車牌，那時當然就結案了！因為我找第二三組車牌時並不需要從頭處理整張圖，所以時間很節省。

其實在辨識道路上或進出停車場的車輛時，即使畫面中同時出現兩輛車，也不需要急著在一張照片中就將所有車牌全部辨識出來的！除非辨識的速度太慢，前一張照片中兩車都在，下一張就兩車都走了！正常情況下車輛都是「魚貫」通過的！每輛車都有擔綱當主角的機會。所以我會勸說這類應用的客戶，根本不需要在意辨識核心能不能同時辨識多車車牌，每輛車都一定會被辨識到的！硬要讓辨識核心辨識多車只會浪費較多時間讓程式空轉，會慢個10-20%的時間。

但是有一種使用情竟是所謂的「在席監看」，就是監視器同時監視停在幾個車位上的車子，整個畫面基本上是不動的，而且真的會同時有兩三台車出現，如果每次辨識都是有找到車牌就結案，那一定會永遠看不到第二與第三名！那不就是永遠不改選的萬年國會了？此時當然就必須有辨識多個車牌的能力了！而且這種應用情架下，辨識速度需求就很低，計算慢一點點根本無所謂。

上面已經證明我的核心有辨識多張車牌的能力，但畢竟還是會多花一點點時間，目前我這個功能是可以切換的選項，通常還是只辨識一張就結案換下一張的！如果客戶需要作在席監看使用時，這個功能才會被打開。最多多少張呢？理論上可以抓到沒有目標可以組合成車牌為止，下面是故意貼出來的五個車牌影像測試：