大型聯結車因為有動力的車頭與後方的無動力載台是可以分離組合的，所以它們都有自己的車牌，這種車輛的前車牌與後車牌號碼不同是正常的，車頭的車號與一般工程車一樣，有五碼到七碼的格式，無動力的後方拖車載台則都是四碼！如果看到某貨車前後車牌一致，表示這是一體成形的貨車不是可以分離的聯結車。

這也造成我們車牌辨識的一大難題，就是要認清楚整車的身分，前後車牌都必須辨識！貨車車牌多半是綠底白字，這已經比一般白底黑字的車牌對比度較低，有一點難辨識了！又因為常常出入工程施作場域所以車牌髒污磨損狀況也特別嚴重，尤其是後車牌如上圖黃框位置的車牌誰看得見啊？人眼睛都看不到的東西，沒有可辨識的影像資訊，甚麼AI技術也沒用的！

或許也是因為幾乎所有貨車的後車牌都很難辨識，監理單位規定所有貨車後面都必須有放大的車牌油漆字！雖然這些目標一定比車牌大而清楚，但是因為是車主自己漆的，監理單位也沒有嚴格規定細節，所以字型與字距都很隨興，車主自己拿油漆刷刷出來的都有！

一般的車牌辨識核心為了避免誤認其他很像車牌的文字目標，多半會有嚴格的篩選條件，所以即使後車牌如上面一樣清楚，我們也會無視它的存在。下面就是我的程式會作的事：

最後一張是經過篩選的目標，需要知道的「車牌」42UN四個字非常清楚的出現在資料圖中，但是我的程式寧可嘗試去辨識幾個中文字(粉紅框所示)，卻直接放棄辨識42UN四個字是不是車牌？原因其實是他們的間距太大，以我的程式「認知」，它們不可能是車牌，所以連嘗試組織辨識的動作都沒有！

那我能不能辨識這種「車牌」呢？當然可以！只是必須作例外的處理，或者替程式內部的某些限制條件鬆綁，讓程式「認知」到這些「也可能」是車牌，不要太早放棄就好了！這是很有用的功能！因為後車牌幾乎是常態性的無法辨識，不只髒污還深藏在車斗下，加上陰影辨識成功率實在不高！

我會特別喜歡這種挑戰，因為我的辨識核心是自己開發的，要修改程式辨識比車牌還大還清晰的目標當然不難！但是我的大多數市場競爭對手就比較沒有這種彈性了！回去找原廠開發新功能嗎？不僅價錢會很高，時間也不會很快。我呢？這種調整有足夠的資料時，只要幾天就搞定了！

其實我已經替某客戶作了辨識他們廠區部分車輛的這種辨識，但是客戶說廠區照片必須保密，所以我就先用網路照片作個說明了！有需要就找我吧！除非是手寫字，其他印刷字體都很容易搞定的！