這應該是一個極容易辨識的案例，貨櫃碼當然辨識無誤！TCLU 142947 2，但是如果我還想同時辨識出貨櫃種類的22G1就出現麻煩了！我目前的辨識答案中是「無法辨識」出22G1的？怎麼會無法辨識呢？明明這麼清楚？這就讓我超尷尬了！我當然必須讓它變成可以辨識，不然會被客戶罵死的！但是真的好麻煩。

原因就是正負片辨識的問題了！在OCR的辨識邏輯中，二值化是必要的步驟，把目標搞成白底黑字或黑底白字來切割目標是必然的過程，如下就是兩種正負片二值化的結果：

大家可以看到，貨櫃碼TCLU 142947 2與22G1無法在同一程序中同時成為可辨識的目標！所以雖然我一定可以「分別」「粹取」出兩組目標，但是要將它們組織成一組完整的數據就好麻煩！要在正負片兩種程序中分別辨識出它們，接下來要用位置相關性判斷它們其實是同一組目標的一部份！好麻煩的！

很微妙的是：人眼要做這種判斷一點都不吃力！不管正片負片我們都可以很快認知到那是甚麼字？再根據相對位置判斷是不是同一組數據！我們是做AI的嘛！研發的低標其實就是不能比一般人的智慧笨太多！目前的OCR演算法確實還遠不如人的腦袋聰明！以此例來說，我知道程式一定可以模擬出跟人認知判斷一樣的結果，但是其實過程不太容易，這就是我每天上班的工作了！現在的AI就可以比人聰明嗎？那是詐騙集團才會說的！我是一定不敢這麼騙人的！

重點是我被迫正負片目標都要辨識，必要時必須同時參考兩者辨識出來的目標字元！程式有得改了！經過一番努力結果如下：