這張圖最能說明我的車牌影像幾何校正處理的過程！我的車牌辨識產品最大的特色與強項，就是可以辨識各種因為視角而歪斜扭曲的車牌影像！較簡單的幾何修正想法只是將從全圖搜索出來的車牌區塊作：旋轉→平移→縮放的處理，碰到這種車牌影像是絕對無法正確扭正的！

因為即使你將車牌的底線經過旋轉變成水平了！每個字元實際左右傾倒的角度都不一樣，如何能將每個字元都轉正到足以正確作字模比對呢？所以實務上就是必須知道個別字元的中軸線傾角，如上圖中所示。這個車牌影像的幾何校正必須是以扇形的方式設計的！也就是車牌左邊到右邊的每個位置字元傾斜的角度都是不同的！必須是個線性漸變的函數！如果假設車牌字元傾斜度都應該一樣，校正後車牌就會是這個樣子的！

看看置頂圖右上的扭正結果你就知道我的演算法異於常人之處！它真的可以將每個字都扭得很正！當然這部分的演算法十年來在我的軟體中也是不斷進化，越來越正確，越來越穩定，也越來越廣用的！機器學習或深度學習專家們都是不負責任的含糊其辭，說是用大量資料給機器去學習訓練就可以做到這類幾何處理？

但是大家如果繼續追問下去：電腦是學會了甚麼幾何學原理與公式？使用XX學習的專家們就尷尬答不出來了！因為機器學會的東西連操作者也無法理解的！而且給的資料不同，訓練出來的幾何處理公式也不同？幾何學的定理是這麼浮動不可靠的東西嗎？當然不是！所以更凸顯出我的研究方式才是可靠穩定的科技研發！XX學習專家們其實自己都不知道自己訓練出了甚麼科學怪物？

我願意如此公開透明的介紹我的演算法技術，原因就是我是教授出身，至今仍舊是一個負責任的科學家！即使現在的身分已經是個商人！但我還是想做個童叟無欺的誠實商人！我希望每個崇拜與期待用AI影像辨識技術解決問題的人，都能更深入具體的知道每種演算法產生的過程與意義！讓浮誇不可靠的AI宣傳無所遁形！