現在任何學習影像辨識的人好像都必須先熟知OpenCV的操作？一般人甚至以為如果不用OpenCV根本就開發不出商業等級的影像軟體？但是我的公司創業八年多以來，已經推出很多很棒的各式商用影像辨識軟體，包括：車牌、閱卷、瓦斯表、貨櫃碼辨識等等，都完全沒用過OpenCV！連開發時的測試實驗過程都沒用過！

其實比較專業的影像處理專家都知道，OpenCV只是一個用C++語言寫的，實作各種影像處理原理的範例程式集。真正可以完成影像處理與辨識應用的技術核心，還是影像處理的基本原理！所謂「學苟知本，六經皆我注腳」！我如果真的懂得所有原理，用任何程式語言都可以寫出類似的程式集。

我們公司開發影像辨識軟體八年多了，實作成功也行銷市場的商用軟體應該比那些建構OpenCV的教授還要多，我們逐步累積的函數程式也幾乎可以建構出一個VB版的OpenCV了！但我和我的RD始終不覺得把我們累積的函數資源定型化與模組化是個Good idea！我們不會把它們當作可以直接使用的磚塊！

很像武俠小說中說的「劍法」與「心法」概念！如OpenCV這種東西就是「劍法」，影像辨識的原理就是「心法」！面對影像問題時，為何必須這麼作？的原理與動機，才是能否迅速開發出有用軟體的關鍵！如果拘泥於以往為了不太一樣的目的設計出來的「劍法」，以為該劍法本身就具有神奇的功效？一定要套用？那劍法就不是資源，而是一個無謂的負擔了！

我和我的RD都知道OpenCV的任何函數都不是為了我們面對的問題設計的劍法，所以直覺上就不會想套用它們來處理眼前的問題。和其他影像研發團隊比較，我們開會討論的都是影像的特性，以及可以利用的影像原理與演算法設計，而不是應該套用甚麼已知的函數功能？或應該使用哪種機器學習的模式或資料集等等。對我們來說，那種討論是無意義的隔靴搔癢，解決不了問題的！

很神奇的是：即使是比較懂影像的專家，也都認為多用OpenCV這種函式庫可以減少重複開發的時間，所以專業開發者也應該多用OpenCV？我們卻完全反其道而行，始終如一的堅持重「心法」而不重視「劍法」的哲學，實際開發辨識軟體的速度反而比用很多OpenCV與ML技術的團隊更快好幾倍！何以致之？

對於開發新的影像軟體來說，OpenCV是希望用前人研發的成果資源省事省時間，ML則是希望用電腦的強大運算能力與累積的巨量資料，幫我們直接產生解決方案！但如果你沒有以理解問題本身與理解方法內涵為基礎，就很容易變成盲人騎瞎馬碰運氣找出路，不但浪費時間還可能掉入研發陷阱深淵難以自拔。

所以我們公司這些年來成功的實務研發經驗已經告訴大家：科學原理依舊是一切表象技術的基礎！即使在資訊領域，有那麼多酷炫的程式資源工具，大家還是都應該溯源理解它們出現與存在的目的，多掌握核心關鍵的「心法」，不要盲目崇拜表象的神奇「劍法」，才能更快有效的達到研發目標。