這樣的OCR辨識看起來相當困難，但是如果你用PhotoShop軟體的臨界值功能，用滑鼠拉一拉門檻值，就可以輕易得到一個清晰到不行的結果：

所以我們知道以此例來說，理想的門檻值是確實存在的！問題在於一個自動化判斷的「AI」程式，要如何找出那個理想的門檻值呢？理論上，我們都很希望可以用上圖右方的灰階柱狀分布圖建立出一個邏輯，譬如將門檻值定在兩峰之間的低點等等…。但是實務上變數太多，很難有簡單一致的穩定邏輯，雜訊的強弱與分佈是不會很守規矩的！

我研究如何用數學方法決定出理想門檻值很久了！看過，也用過很多演算法，但沒有一種方法會永遠合用。我當然會尋思：那人是怎麼看出那幾個字元的呢？如果多花一兩秒鐘「仔細看」，視力正常的人還是都能看到那三個英文字母：YFS。

通常第一眼看去一定不會看到有字！那就是我們的腦袋用了一個最簡單的演算法決定黑白兩色的門檻，那個門檻大約是在螺絲釘的平均亮度與灰色的背景亮度之間。於是字元與它緊鄰的背景會通通偏向深色，你就看不出那些「字塊」了！

此時我們應該會將視覺焦點放到較深色的螺絲釘頭內部，再參考那些咖啡色區域內的亮度分佈，決定一個新的門檻值，因為我們預期要辨識的目標一定在螺絲釘頭的內部嘛！此時那幾個字就會開始浮現了！

所以人的視覺應該也是包含了嘗試錯誤運算的！這沒有甚麼不好意思，重點是我們該如何快速地完成這個嘗試錯誤的過程，最好第二次就猜對！看不到目標就換參數，換招式，這跟機器學習的概念也有幾分相似，但如何從前一次的錯誤經驗中盡量中找到有用的參考資訊，不要重複做一樣的計算，所有資訊都要資源回收重複利用，這樣你就可以很快找到答案了！

我的辨識程式就真的是按照這個過程作的！首先用成功機率最大，也最簡單的二值化策略，字元區算是浮現了，但不是很清楚，辨識結果是這樣的：

我用一些強制過程辨識，也是會有答案出現的，但會同時得到一些警訊，顯示這個答案可能不太好？譬如字元的大小間距不一致之類的。所以我會調整二值化的策略再做一次！前一次看起來字元好像黑色偏多，有點沾連的跡象，所以第二次我會降低門檻，讓黑區變小一點，或許就可以得到較乾淨的字元了！

果然效果好很多，比對字模的結果相似度大幅提升了！從74到84分，這個答案大概就不會錯了！分數夠高可以收工了！

但是大家也可以看到，讓主要字元目標變清楚的策略，也可能會產生新的雜訊！我們也必須嘗試評估辨識這些雜訊，確定他們不是真的有意義字元。就像我們瞇起眼睛看清楚了主要目標，通常也會附帶看到一些新的雜訊！這個過程很有趣的是：我天天罵ML是盲目亂踹，其實我自己好像也差不多？差別是必須有策略有方向的去嘗試下一步！

作影像辨識除了要找到答案，辨識速度也是很重要的！如果你太迷信數學，就是想一次引進所有的變數，作最全面完整的考量計算，一次決定出最佳的二值化門檻，你的計算可能就會很複雜很久。用比較粗略的估計方式則很快就可以雖不中亦不遠矣！

但是你就必須再次作更趨近目標的第二次，甚至第三次二值化！此時減少嘗試錯誤的次數，盡快聚焦到夠好的答案，讓計算可以合理結束，就是辨識速度快不快的關鍵了！重點剛剛說了，就是已經算過的基本資訊要盡量重複使用，還必須從前一次的嘗試中做一些簡單的檢測評估，決定最佳的調整策略方向。