新加坡車牌辨識的終極大魔王關卡就是這種狀況了！雙排字的下面整排字元都是完全與背景沾連的狀況，以OCR辨識技術的SOP來說這是怎麼使用各種影像強化處理都無法切割出字元目標的！怎麼辦呢？我還是會回頭問我自己的眼睛！我是怎麼知道這幾個字是獨立目標的？

如果以CNN的觀點，這種沾連就不是問題，他們是不管目標邊界的！就是用各種大小的矩陣掃描全圖來找到「像是」某種東西的目標的！所以這種車牌跟一般車牌的辨識難度是完全一樣的！但是如我之前一再說的，我只要用CNN做一次全圖掃描，即使是只掃描一次的YOLO，計算量都會比OCR大上幾十倍！如果我把持不住改用CNN，我的計算量極低的技術優勢就全部破功了！

所以我必須回到OCR的基礎來想出解法！從另一個角度思考：我怎麼知道那個位置其實有一整排字沒被切割出來呢？就是必須先確認有SNC三個上排字的存在！三個清晰的字元如果是新加坡車牌的一部份，那就表示它們是雙排字車牌的上排！也必然應該有下排的四到五個字元的存在！而且字的大小與傾斜變形的程度也應該都跟上排三字一樣，他們在同一個平面上嘛！

有了這些用已知資訊構成的假設，我們是可以直接在SNC下方的小區域啟動局部的CNN掃描，一一找到2543E幾個字！但是我有更好的點子，就是找到2543E下方沾連的那條線，直接拿美工刀劃開，五個字元就可以用OCR的方法直接描繪出來了！

如上圖，SNC的存在可以讓我算出車牌的水平傾斜度，也可以估計概略的車牌整體寬度，就是左右各多出一個字的寬度嘛！以此寬度與傾斜度往SNC下方做橫線掃描，碰到我想找的那個邊界時，就是幾乎整個線段都是黑點！鎖定這個線段位置上下各一兩點，全部強制變成白點(禁航區)就完成開刀治療的過程了！

概念其實很簡單，但是要實作成功的過程呢？就必須有很精準的數學觀念與程式技巧了！這種案例為什麼很重要不能放棄？原因就是客戶不會想聽，也不會接受你解釋無法辨識的技術細節原因！因為任何人都可以輕鬆準確地用眼睛辨識這個車牌！如果我的AI軟體連這個都無法辨識，我的產品就糗大了！

當然這個比較屬於侵入式療法的技術必須小心使用，太早開刀會讓資料大亂的！必須是找不到車牌時才啟動的補救措施，不會隨便亂開刀的！也還需要更多這種案例來測試調整到很穩定！目前我手上的這種魔王題也不過兩三張而已！但是至少不會一碰到這種狀況就直接投降了！