今天一早起床研究的第一張車牌就經過微調順利成功了！如果以車牌的形式種類來區分，這種綠底白字的輕型機車車牌應該是所有車牌中辨識率最低的一種！好像玩電動遊戲，一開機上線就打怪成功突破第一道關卡，心情當然是很好的！大家早安！

一般來說，機車的車牌本來就是比較容易受創產生如上的扭曲彎折，它們基本上左右邊都是懸空的嘛！甚至不必真的發生車禍，只是密集排列停車的過程都可能被撞歪的！磨損髒污的機率程度也高於汽車很多！通常機車的辨識率會低於汽車大概一成！所以多數車牌辨識廠商提到機車都避之唯恐不及，寧願裝傻當縮頭烏龜也不願意接案了！他們不會跟你談如何辨識機車車牌的問題的！

但我就是少數願意面對各種困難辨識情境的業者！只要有可能還是會努力研發各種補救辨識演算法，讓機車的辨識率也能盡量提高的！在各種機車車牌中，可能是因為噴漆方式的設計不良？這種綠底白字的輕型機車的「白」字似乎永遠不是乾淨的白色？總是特別會掉漆？會有部分的字元白漆磨損褪色變成與背景一樣的綠色？

看看上面的OCR處理過程圖就知道我的工作有多困難了！那些模糊到無法直接切割成功的字元都是千辛萬苦使用各種周邊資訊去搜索拼湊或切割出來的！要做到這種困難的事情，當然是無所不用其極的！即使我常常批評CNN或機器學習的嘗試錯誤演算法效率非常低，但如果已經無計可施時，我也會用的！

所以當你看到我的這種困難辨識答案居然正確時？其實幕後就有很多CNN與機器學習概念的機率統計推測演算！但是這些猜答案的演算法只是幫助我在沒魚蝦也好時提供一些可能的選項！整體來說我的專家系統概念還是演算法架構的主導者！所以穩定性與可靠度還是遠遠優於那些CNN、ML與DL演算法的！

原本以為這種車牌是專給二行程的老舊輕機用的？既然都是將淘汰的機種了，以後應該不會碰到了吧？但事實上好像不是這樣？我不時也會看到有電動「輕機」掛著這種綠底白字的車牌？就是E字頭的綠底白字車牌！所以這些對付怪物車牌的技術還是會繼續有需要的！

走筆至此，也想提醒各位讀者：天下沒有白吃的午餐！也沒有橫空出世的AI密技！所有的AI背後都一定還是精密有效且穩定的演算法！真的能靠巨量資料產生「智慧」的只是極少數擁有無限資源的世界級大廠商！面對影像辨識這種高複雜度的AI呢？其實巨量資料也無法做到面面俱到辨識率極高的！所以真正有意義，而且任何認真研發影像辨識產品的廠商能做的事情與方式就是跟我一樣的！不要再繼續被內容空洞的AI影像辨識廣告欺騙迷惑了！