這是最近在做的事，嘗試辨識螺絲釘頭上鑄造出來的字元，一開始覺得是不可能的任務，因為字元沒有跟背景明顯不同的顏色或明暗差異，一個突出或凹陷的字元目標，即使因為有光影，邊緣會特別亮或特別暗，但是不會保證有可以完整切割的輪廓。

像下面這個橫躺的9就是「一堆」破碎目標組成的！我怎麼知道它們是一家人呢？而且字元以外的釘頭表面也不會波平如鏡的，充滿了粗糙的表面造成的雜訊，要知道哪些黑點色塊是字元的一部份？哪些不是？就是一個難題了！這時就跟機器學習的概念差不多，根據有限的資料統計一下大概多大的色塊比較可能是字元的一部份，多數背景雜訊傾向是比較小的目標，就設個門檻刷掉吧！

接下來讓我更頭痛的是：這些字元都是刻(或鑄造)在環狀邊緣上的，好像銅板上面的字，不像車牌號碼是排成直直一列的！以直角坐標的觀點，每一個字元目標都有自己不同的旋轉角度，要找到各字元個別的角度做旋轉縮放等等，頭痛了，想不下去了！

此時忽然想起高中時學過的極座標概念，正是處理這種問題的良方！如果目標轉成極座標，就是距離圓心多遠r？以及位於哪個方位角θ？那麼字元的「上方」就是r值大(遠離圓心)的方向，下方就是r值小(靠近圓心)的方向。字元「左側」就是θ小的方向，右側是θ大的方向。使用這種極座標概念，要建立每一個字元的正確方向的陣列就簡單多了！

我需要做的工作是建立幾個座標轉換函數，可以輸入x與y值，輸出r與θ，用極座標建立出以r當作Y，以θ當作X座標的陣列就是「旋轉好」的字元了！如下圖：

好高興，雖然是空心字，但是我拿車牌辨識用的字模去比對也很有鑑別率！這是昨天成功做出的實驗，今天就要來整理這套複雜精緻的座標轉換程式了！很有趣的是：這個極座標的幾何概念是我高三時的數學課教的！我中學時期的數學是常態性很爛的，各種考試多半是在及格邊緣徘徊，但是只要碰到幾何學我的表現就會好一點，極座標的那次考試還拿到歷史新高的80分，全班第二欸！那可是建中哦！

原來17歲學的數學是要準備給60歲的我用的？哈哈！至少沒有白學了嘛！大部分這些明星高中畢業的人，學那麼多的數學，一輩子都沒用到幾項，讀書讀辛酸的！