我應該是從2008年開始因為要替學生找專題報告的題目，第一次嘗試做車牌辨識的！小有成效之後就寫了一篇研討會的論文，也因此幾年之後吸引了某廠商邀我加入嘉義市路口監視器車牌辨識的產學計畫，2013年我認真的嘗試研發商業等級的車牌辨識軟體！效果也不錯，加上少子化讓我當教授之路越走越艱難，2014年就趁勢轉換跑道到業界發展了！

一轉眼十幾年過去，從2015年創業至今都11年了！雖然沒有設定要以車牌辨識為唯一的業務方向，但是車牌辨識確實是我的業務重心，支撐我的小公司至今未倒閉的最大力量！有趣的是：車牌辨識是個非常熱門的題目，從學界到業界研究此議題的研究室或公司都非常多！不僅是很多人質疑，連我自己都會自問：我何德何能可以賴此維生至今？

軟體業與多數高科技業都是贏者全拿的！不能在至少某個項目做到最好，第二名就完全沒搞頭了！如果是學術界的研究室還好，本來就有國家或學校的薪水，第二三四名都餓不死的！但我是業界的公司，如果沒有某個科目拿到第一名，而且這個第一還必須是市場需要的項目，我的公司早就被淘汰淹沒了！

很顯然的，我的第一名優勢就是如上案例呈現的高角度變形車牌的辨識能力了！這些年我當然也會持續關注競爭對手的研發進度，如上圖例呈現的有兩個技術關鍵：一個是車牌的側向斜視角度，一個是車牌的水平傾斜角度！我發現側視角度的辨識能力其他廠商都進化了，我的優勢不明顯了！但是高水平傾斜角度的辨識能力我還是遙遙領先的！

這種優勢其實來自我的基礎演算法，首先是我從找「車牌」的傳統概念，跳脫進化到找「字元」的概念！我認為其他競爭者還在我十年前的研發道路上！任何一個概念到實作都有很多細節的技術關卡需要克服，如果加上他們還一直無法放棄想依賴機器學習找到捷徑的幻想呢？那就更拖慢他們追上我的進度了！

我確實在不使用ML、DL與CNN的前提下完成了很多車牌辨識技術的突破！這就是我在車牌辨識研發領域存在的價值！在實用情境下，如上圖的狀況並非刁難，而是真的就是常常會出現這種角度的辨識需求！如果車牌辨識邏輯就是無法涵蓋這種狀況，那就是我的商機了！我能做到，其他廠商做不到，我就有生意了！

我是一個務實研究的科學家，我不會囂張到以為其他人都永遠無法做到我能做的事情！我不是外星人，三五年後我的優勢一定也會被追上的！我如果想繼續在業界存活就必須繼續努力往前邁進！但是我希望讀者與我的客戶都知道我現在的優勢，如果你真的需要這種優勢，就來找我買軟體吧！至少現在你到別家是買不到的！