如上圖，這種背景算是有相當複雜度的百萬畫素影像車牌辨識，我就是使用傳統的OCR技術做車牌辨識的！全部程序是：全彩→灰階→二值化→目標切割→目標群組找車牌→車牌影像正規化→辨識車牌。全部完成只需要63毫秒！而且完全不必用到GPU！這就是我的車牌辨識的基本能力！

所以我完全不能理解為何還要用到ML、DL與CNN等等運算量很大，效率又不高的演算法？難道只是找理由去買有GPU加持的昂貴電腦嗎？實在是愚不可及！現在業界的聰明人變多了！包括工研院在內，都已經知道可以找我買車牌辨識的DLL檔案，做二次開發給自己或他們的客戶用的各種車牌辨識系統！

其實車牌辨識說穿了就是從影像中辨識出車牌的過程，現在攝影機與電腦誰都會買，品質也都不錯！車牌辨識系統周邊的資料庫或柵欄控制軟體或App等等，也是一般公司的資訊技術人員都能自己做的！所以大家能做的事情都差不多，連車牌辨識核心都可以自己用OpenCV等程式庫組裝到堪用的程度。

真正有技術落差的就是辨識核心的那個DLL而已！好的辨識核心辨識率高，速度快，演算量低，省電又聰明，也不需要用到昂貴的超級電腦！那就是整個車牌辨識系統成敗的關鍵了！但是並不需要人人都像我一樣花個十年把車牌辨識研究到那麼透徹！就像你不必為了開車或騎車去學會製造整輛汽機車一樣！只需要花點錢買價格合理，性能也合用的車就好了！

所以我不是賣車牌辨識「系統」的廠商！上面這些跟我買辨識核心軟體，或是辨識引擎的廠商才是！他們都不必自己研發十年來得到一個頂級的辨識核心！直接跟我買就好了！很快就可以製作推出他們自己的頂尖車牌辨識系統了！他們做完整的解決方案，我只專注在辨識核心的產品上！這就是我的經營方向！

有趣的是：其實上面這些客戶大部分都曾想開發自己的辨識核心！感謝ML、DL與CNN等影像辨識技術的廣告打得夠大夠兇！他們理所當然地都是嘗試用那些技術去做，當然就必須買昂貴的GPU電腦，但是也毫無意外的！都是花了很多錢與時間，但百分之百都以失敗收場！因為如我常說的：ML、DL與CNN根本做不出高辨識率與低成本的影像辨識產品！

你也想用ML、DL與CNN等所謂的「AI影像辨識」技術做自己的車牌辨識或影像辨識核心嗎？你可以先去問問這些「先烈」們的慘痛經驗！他們都是一邊買我的產品，一邊跟我一起批評這些假AI技術的！他們都百分之百確定我的說法是正確的！我的產品建置成本低又快速準確好用就是最佳的證明了！

下面是我展示範例的原圖，歡迎所有專家玩家來挑戰！如果你說YOLO很厲害，可以試試看不用GPU支援的效果如何？須知GPU是要很多錢另外買的！我賣的軟體是從來不需要GPU的！買我的軟體就現省採購一張高階顯示卡的錢了！