新加坡的車牌規則比台灣車牌更為彈性也更為複雜，所以要在全圖中鎖定車牌位置就比台灣車牌困難許多！光以字組的結構看會分為「英文–數字–英文」三個段落，每個段落的字數也不會完全固定，如果是雙排字時，就是上排是段落一，下排是段落二加三！

如果是單排字的結構就跟找台灣車牌類似，找到六個以上成單排的目標組合大概就是了！雙排字的找法就麻煩多了！下排字可能是四或五字，如果找到這種組合就必須往上方搜尋可能是兩到三字的目標加入這個群組！你必須正確的找到絕大部分的字元，才能依據這些目標的傾斜寬高等特徵做出正確的幾何校正！

即使做到這一步，如上案例就是部分字元還有沾連的現象，還必須從些目標中找到哪些是沒沾連的字，以它們的寬高為基準去切割沾連的字元目標！所以絕對不是拿台灣車牌辨識的程式稍微修改遺下字型就能用的！太多程序都必須打掉重做！

事實上我都是從最核心不會變動的幾百行基礎程式開始逐步重建的！雖然說我不是用大數據來訓練我的辨識核心，但是也必須有夠多狀況不完美的影像資料來調整我的程式韌性！如果只有數十張非常完美的影像其實用處不大的！就是需要很多如上歪斜模糊的車牌才能據以建立調整我的例外處理程序！

目前我手邊只有大約兩三百張實地的手機拍攝影像，正在等著合作的客戶從他們需要辨識車牌的場域，用日後要辨識車牌的攝影機繼續拍攝更多影像供我研究調整！我的工作模式就是這樣的！如果客戶可以提供這些新的國家地區的車牌資影像資料，我就可以便宜的賣產品給他們！

就像小時候街頭巷尾會出現的爆米香小販吧？客人拿自家的米過來，他就可以加點糖和香料做出爆米香便宜賣回給顧客，如果所有材料都要商人自己提供，成本較高售價也會變高了！我要研發他國車牌的最大成本就是取得遙遠國度的影像了！如果要我出國拍攝很多車牌影像，旅費當然就要請客戶幫我出了！至於我研發的心力呢？就是我必然固定的成本支出了！盡量自行吸收，希望以後可以賣更多產品慢慢賺回來了！