注意看看這張車牌辨識案例有何特殊之處？看看灰階與二值化的車牌子影像，這個辨識結果是刻意跳過好辨識的真實車牌，故意去辨識白字的噴漆大車牌！而且也成功了！這種辨識結果在以往都只是意外狀況才會出現，譬如真實車牌被遮蔽不完整，我的程式勉強找到「好像」車牌的字元拼湊出來的！運氣成分居多，我的軟體並沒有刻意去辨識這種「車號」！

但是老實說，我現在專攻道路情境的車牌辨識軟體市場，掛在路邊電線桿上的攝影機辨識雙車道汽機車的車牌，整體辨識率已經逼近92%或93%了！少掉的七八趴之中有一半就是這種小貨車的車牌會被突出的車斗擋住之故！另一半是舊機車的爛車牌！或許也因此，監理單位才會規定他們(貨車)一定要額外放大車牌顯示在車身上！

但是用噴漆放大的車牌沒有嚴格規定格式與字型，所以把它們當成正常車牌辨識的成功率很低。但是個別字元目標看起來是很明顯的！只是組合起來的規律不保證與正常車牌相似，也就大部分會被認為「不是」車牌了！不是看不到哦？只是不像而已！

「像不像」車牌這是一個「認知」問題！我的程式可以模擬操作的！就是替這種車牌建立一個獨立的辨識流程，如果正常程序沒找到合理車牌時就可以參考這種大車牌的辨識結果了！目前已經看到一些成效，上面那張影像辨識正常車牌當然沒問題，但是我故意只辨識負片的白字車牌，還是成功了！這表示如果真車牌被遮住時，我的軟體還是可以知道車號的！如下幾張都是如此：

只要能多辨識出一半這種「車號」，我的道路版車牌辨識率就可以提高大約3%！那不就是>95%了？其實目前高過90%的多車全景辨識率已經是領先業界的領頭羊了！如果這個也行？幾年內我們公司就可以繼續穩坐冠軍寶座了！