台灣的六碼車牌其實是很不利於辨識的，字距很小，影像稍微模糊就會字字相連，最糟糕的是邊緣的字元和車牌的邊界距離比字距更窄！如下圖左邊的P字與背景幾乎是完全相連的！此時作灰階→二值化→輪廓線就會發現：98782幾個字可以逐字分辨，但是P就難了！它基本上是與車牌外的背景連成一氣的！

怎麼辦呢？不處理的話車牌號碼就是「98782」了？哪有這種格式的車牌啊？嘿嘿！正因為格式有問題，我就會知道好像少了一碼！但是缺哪邊呢？就到原圖去「硬搜」！根據其他字的大小與間隔「挖」一個字的區塊出來看看，比較像是字元的當然是左邊的P了！賓果！答對了！

其實當然有很多方法可以試著強化P字與車牌邊之間極窄的白色區塊，但是那必須全圖作影像銳利化，會消耗很多時間，還會有副作用，讓其他正常的目標變得有毛邊變形，甚至變破碎了！很像川普先生禁止回教國家的人入境，事情(恐攻)都還不知道會不會發生，卻已經搞得天下大亂了！最糟糕的是這類處理還不能保證真的可以清出空間，讓P字與背景分離。即使你用其他找「車牌」而不是找「字元」的演算法，遇到這種情況你也很難正確的定義車牌的左右邊緣，因為它就是不清晰嘛！

所以我乾脆不去找那些麻煩了！第一階段找不到P字就算了，反正找齊了可以找到的字之後，可以「點名」嘛！車牌是有固定格式的，五字車牌應該是計程車(白底紅字)、工程車(綠底白字)或遊覽車(紅底白字)，但是他們又都不是黑色的字！只有五個黑色的字元，那鐵定就是有人缺席了！拿搜索票回去原圖強制搜索吧！我的作法是不是很賴皮？也很直覺？這就是我的風格！

這個補遺的動作非常重要！可以「拯救」很多應該會辨識失敗的案例，提高一到兩趴的辨識成功率，也是非本土的車牌辨識核心程式一定不會有的措施。我的辨識核心中與此類似的，針對台灣車牌特性容易誤認的狀況設計的補救措施還有很多，所以我才會有信心的說：我的辨識核心一定可以勝過舶來品！